Skip to content

Biology › 生資速查

生資速查 (Bioinformatics Quick Reference) ​

依「手上有什麼」或「想知道什麼」找到對應筆記。每列只給入口,細節點連結看。

1. 拿到這個檔案 → 怎麼處理 ​

檔案內容常做的事 → 工具格式說明
.fastq.gzreads + 每個鹼基的品質分數品質報告 → FastQC;修剪 adapter / polyG → fastpFASTQ
.fa / .fasta參考序列或引子 / 蛋白質序列建索引、取區域 → samtools faidx;選版本 → 參考基因組FASTA
.bam / .cram比對結果排序 / 索引 / 統計 → samtools;標記重複 → Picard / sambamba;目視 → IGVBAM
.vcf.gz變異過濾 / 正規化 / 合併 → bcftools;索引與區域查詢 → tabix;註解 → VEPVCF
.bed區間(panel 目標區、peak)交集 / 覆蓋度 / 合併 → bedtoolsBED
.gtf / .gff3基因 / 轉錄本 / exon 註解比對與定量的註解輸入 → RNA-seq 比對;選哪套 → 基因註解GTF / GFF
count matrix(基因 × 樣本)bulk RNA-seq 計數過濾 / 標準化 → RNA-seq 05;差異表現 → RNA-seq 07—
.h5ad / 10x filtered_feature_bc_matrix單細胞計數(稀疏)QC / 分群 / marker → AnnData / scanpy單細胞 RNA-seq
DICOM / NIfTI醫學影像讀取、spacing、mask → 生醫影像分析醫學影像

座標系統不同是最常見的 off-by-one 來源:BED 是 0-based 半開區間,VCF / GTF / SAM 是 1-based,見 0-based vs 1-based。

2. 想查這個 → 去哪個資料庫 ​

想知道首選補充
基因的正式名稱、別名HGNCNCBI Gene、GeneCards
基因位置、轉錄本、外顯子Ensembl、UCSC Genome Browser臨床報告用的轉錄本 → MANE(基因註解)
變異的寫法是否正確HGVS 命名—
變異的 rsIDdbSNP—
變異是否被判讀為致病ClinVarVarSome(整合瀏覽)、BRCA Exchange
變異在族群中多常見gnomAD東亞 / 台灣 → TaiwanGenomes、HGVD;結構變異 → DGV
變異對蛋白質 / 剪接的預測影響VEP分數怎麼用 → in-silico 預測
基因與哪些疾病有關、證據多強OMIM、ClinGen 基因有效性、GenCCGeneReviews、PanelApp
病人表型 → 候選基因HPO罕病 → Orphanet、台灣罕病
癌症體細胞變異的意義COSMIC、CIViC治療指引 → NCCN;公開腫瘤資料 → TCGA / GDC
變異 / 基因型影響用藥CPICClinPGx(PharmGKB);伴隨診斷 → FDA
變異與複雜性狀的關聯GWAS Catalog調控機制 → eQTL(GTEx)
基因在哪個組織 / 細胞表現GTEx蛋白層級 → Human Protein Atlas
蛋白質功能、結構域UniProtInterPro
基因屬於哪條通路KEGG富集分析 → RNA-seq 09
公開的原始定序資料SRA / ENA / GEO—
微生物分類參考微生物體資料庫—
臨床代碼(診斷、檢驗、藥物)臨床術語總表查 ontology 用語 → OLS

完整的變異查詢順序(ID → 臨床證據 → 頻率 → 功能 → ACMG/AMP)見 遺傳學資料庫:查詢流程。

3. 想回答這個問題 → 用什麼技術與流程 ​

生物問題技術分析流程 / 方法
病人帶有哪些致病變異(罕病、遺傳性癌症)WES / panel變異呼叫(germline) → ACMG/AMP
腫瘤帶有哪些體細胞突變腫瘤 / 正常配對定序變異呼叫(Mutect2) → 突變特徵
能不能從血液追蹤腫瘤 / MRD液態切片(cfDNA / ctDNA)低 VAF 偵測 → VAF、UMI 與一致序列;療效評估 → 腫瘤臨床終點
結構變異、重複區、單倍型長讀定序(PacBio / ONT)其他 caller 與變異類型
哪些基因在不同條件下表現改變bulk RNA-seqRNA-seq 分析;microarray / 複雜設計 → limma
樣本裡有哪些細胞類型 / 狀態單細胞 RNA-seqscanpy 流程、軌跡分析
轉錄因子 / 組蛋白修飾結合在哪ChIP-seqpeak calling → 差異結合
哪些變異與性狀有關、透過哪個基因基因分型晶片 / WGSGWAS → QTL → Colocalization
微生物群落組成與功能16S vs shotgun16S 分析、Shotgun 宏基因體
驗證 NGS 找到的變異 / 表現差異qPCR、Western blot、ELISA設計引子 → 引子設計
檢測方法是否可靠、可上線檢測確效標準品 → GIAB 等參考標準
影像中的病灶或組織結構CT / MRI / PET / 超音波影像分析、電腦視覺
用病歷資料做世代研究OMOP-CDM臨床資料庫、存活分析

4. 分析步驟 → 統計 / ML 方法 ​

生資步驟背後的方法見
RNA-seq 差異表現(DESeq2 / edgeR)負二項 GLM、過度離散、經驗貝氏收縮GLM 與計數模型、RNA-seq 06
數萬個基因同時檢定FDR(Benjamini–Hochberg)多重檢定
樣本分群、找異常樣本PCA、階層分群PCA、分群
批次效應、配對 / 重複量測設計設計矩陣加入批次、混合效應模型干擾與批次效應、混合效應模型、limma
單細胞降維與分群PCA → kNN 圖 → Leiden、UMAPUMAP、網路分析
單細胞批次整合VAE(scVI)、負二項似然單細胞深度學習
用表現量 / 變異預測表型高維小樣本(p ≫ n)、正則化、資料洩漏高維資料、資料洩漏
序列 → 功能 / 結構CNN、蛋白質語言模型序列與蛋白模型
微生物差異豐度組成資料、稀疏計數雙變數相關(組成資料的假相關)、16S 分析
大型基因體資料(數十萬樣本)分散式運算、欄式儲存Glow / Hail、DuckDB / Parquet

5. 常被混淆的概念 ​

容易混為一談差別見
VAF vs 族群等位基因頻率VAF 是一個樣本內支持變異的 reads 比例;AF 是變異在族群中的頻率變異等位基因頻率
de novo vs novelde novo 是父母都沒有、在子代新發生;novel 只是資料庫裡沒看過新生變異
GRCh37 vs GRCh38、chr1 vs 1座標不同;同版本也有 UCSC / Ensembl 兩種染色體命名,混用會整批對不上參考基因組
鹼基品質 vs 比對品質Phred 分數評估單一鹼基定錯的機率;MAPQ 評估 read 放錯位置的機率鹼基品質分數、MAPQ
Raw depth vs unique depthraw depth 數 reads;unique depth 數原始分子(UMI 家族),低 VAF 偵測極限由後者決定UMI 與一致序列
CIGAR vs MDCIGAR 記錄比對結構(indel、clip),SNV 藏在 M 裡;MD 記錄錯配位置與參考鹼基BAM:MD 與 NM
LoB vs LoD vs LoQLoB:空白樣本的上限;LoD:能和空白可靠區分的最低量;LoQ:能準確定量的最低量檢測確效
相關 vs 一致兩方法 r 接近 1 仍可能有系統性偏差;方法比較用 Bland-Altman方法比較
PFS vs DFS vs OSPFS 用於有可量測疾病時、DFS 用於根治性治療後;OS 計任何原因死亡腫瘤臨床終點
深度 vs 均勻度平均深度高不代表每個目標區都夠;要看達到某深度的比例深度與覆蓋度、均勻度
TPM vs countsTPM 適合樣本內比較與作圖;DESeq2 / edgeR 要吃原始 countsRNA-seq 05:標準化方法比較
生物重複 vs 技術重複推論要靠生物重複;技術重複只量測量誤差,當成獨立樣本會變成假重複實驗設計
Validation vs verificationvalidation 是自建 / 修改的方法要證明可用;verification 是確認已核准的方法在自家實驗室表現一致檢測確效
血清 vs 血漿血清已凝血、不含凝血因子;cfDNA 分析要用血漿,避免白血球破裂釋出 DNA血清 vs 血漿
資料庫有紀錄 vs 已確認致病ClinVar 有衝突分類、HGMD 收錄文獻提及;要看審閱等級與證據ACMG/AMP、ClinVar