وش يعني 30x Coverage في ملف VCF حقي للجينوم الكامل؟
عادة يعني أن متوسط القراءات المحاذاة والصالحة حول 30 قراءة لكل قاعدة، لكنه ما يضمن أن كل متغيّر صحيح، والعمق وحده ما هو درجة سريرية.
إذا شفت 30x Coverage في ملف VCF للجينوم الكامل، فهذا يعني غالبًا أن متوسط القراءات المحاذاة والصالحة حوالي 30 قراءة لكل قاعدة بعد المحاذاة وضبط الجودة. وهو متوسط لعمق المحاذاة بعد التسلسل، وليس ناتج جهاز التسلسل الخام. وهذا المتوسط غير مسجل داخل ملف VCF نفسه. عادة تكون التغطية على مستوى الجينوم في تقرير ضبط الجودة لدى مزود التسلسل، أو تحسب بأدوات مثل mosdepth أو bedtools، ولا يمكن استنتاجها من ملف VCF عادي للمتغيّرات فقط. حقل DP في VCF خاص بالموضع وقد يكون غير موجود، لذلك العمق عند المتغيّر نفسه أهم من متوسط الجينوم كله.
وش يعني 30x Coverage في ملف VCF للجينوم الكامل؟
التغطية مقياس لعمق المحاذاة، وليست قيمة محفوظة في كل سجل داخل VCF. ملف VCF ليس سجلًا لكل القواعد قاعدة بعد قاعدة. هو قائمة بالمواضع التي وجد فيها برنامج استدعاء المتغيّرات شيئًا يستحق الإبلاغ: SNP، أو إدخال، أو حذف، أو كتلًا في ملف gVCF تشمل مناطق منخفضة الثقة أو بدون استدعاء.
عند موضع متغيّر، يوضح حقل DP الخاص بالعينة، إذا كان موجودًا، كم قراءة غطّت هذا الموضع بالضبط. قد يظهر DP=27 لمتغيّر SNP غير متماثل في جينوم بعمق 30x، وقد يظهر DP=8 في موضع آخر؛ وهذه أمثلة توضيحية وليست قيمًا متوقعة. رقم 30x الرئيسي هو متوسط عبر الجينوم، وليس طبقة موحدة.
كيف يتم استدعاء المتغيّر من التغطية
جهاز التسلسل لا يقرأ الكروموسوم كاملًا دفعة واحدة. يقرأ ملايين القطع القصيرة، ثم يحاذيها إلى الجينوم المرجعي، ويكوّن تكدّس قراءات عند كل قاعدة. بعد ذلك يحسب برنامج الاستدعاء القراءات التي تدعم الأليل المرجعي والقراءات التي تدعم الأليل البديل.
في استدعاء جسدي ثنائي الصيغة من الخط الجرثومي، بدون فسيفسائية أو تلوث، غالبًا يكون لمتغيّر SNP غير المتماثل الحقيقي حوالي نصف القراءات البديلة. عند عمق 30x، هذا يعني حوالي 15 قراءة بديلة، لكن 12/18 أو 18/12 يمكن أن يحدث بالصدفة؛ وهذه التقسيمات توضيحية. الاستدعاء الذي فيه قراءات بديلة قليلة جدًا غالبًا يكون خطأ تسلسل أو أثرًا من المحاذاة. الاستثناءات مثل الفسيفسائية المنخفضة، الصبغيات الجنسية، المناطق أحادية الصيغة، أو التلوث يمكن أيضًا أن تعطي أعداد غير متوازنة من الأليلات. في VCF، يقسم حقل AD العمق إلى عدد الأليل المرجعي وعدد الأليل البديل. سطر مثل GT:AD:DP:GQ 0/1:14,13:27:99 استدعاء قوي ومتوازن، وسطر مثل 0/1:28,2:30:15 فيه دعم بسيط جدًا للأليل البديل وجودة نمط جيني منخفضة؛ وكلا القيمتين في المثالين توضيحيتان. استدعاء غير متماثل فيه 2 من القراءات البديلة فقط يكون عادة منخفض جودة النمط الجيني، ما لم يكن لدى برنامج الاستدعاء أدلة أخرى. حقل GQ هو درجة جودة النمط الجيني، بمقياس phred. وكمثال توضيحي، GQ بقيمة 20 يعني أن البرنامج يقدّر احتمال خطأ النمط الجيني بحوالي 1 من 100، وGQ بقيمة 99 يعني أنه واثق جدًا. وهذه الثقة لا تكون أقوى من افتراضات النموذج.
30x متوسط. قيّم كل متغيّر حسب حقولDPوADوGQإذا كانت موجودة، وليس حسب رقم العمق الرئيسي في الطقم.
لماذا عمق 30x وحده لا يجعل النتيجة درجة سريرية
الخطأ الشائع هو التعامل مع 30x وكأنه يضمن كل قاعدة. هو شهادة على حصيلة التجربة، وليس على التفسير. التقارير ذات الدرجة السريرية تتطلب عادة تغطية في مناطق سريرية مهمة، وتتطلب فحص المناطق التي تنخفض عن حد أدنى. ملف VCF لجينوم كامل من منتج موجه للمستهلك بمتوسط 30x قد يحتوي على جين مرتبط بمرض داخل منطقة منخفضة التغطية لم يتم فيها استدعاء واثق.
العمق جزء واحد من الاستدعاء. جودة المحاذاة، وانحياز السلاسل، والسياق الموضعي للتسلسل، والحمض النووي المتكرر، وجودة القراءة، وخوارزميات استدعاء المتغيّرات، كلها تؤثر في ما إذا كان المتغيّر حقيقيًا. المتغيّر الذي يبدو ممرضًا عند 30x هو مرشح وليس تشخيصًا. تستخدم كثير من المختبرات السريرية تأكيدًا مستقلًا أو مسار تحليل معتمدًا للمتغيّرات المهمة، حسب المتغيّر والفحص. إذا ظهر في ملفك شيء خطير، فمن الأفضل أن تطلب من طبيب تأكيده قبل التصرف بناءً عليه.
هل 30x يعني أن كل قاعدة قرئت 30 مرة؟
لا. التغطية عشوائية وغير متساوية. بعض المناطق يكون تسلسلها ضعيفًا لأنها غنية بقواعد GC، أو متكررة، أو يصعب محاذاؤها. جينوم بمتوسط عمق 30x يمكن أن يترك نسبة صغيرة لكنها مهمة من القواعد تحت 10x، أو بدون قراءات صالحة.
توزيع توضيحي فقط؛ والجينومات الحقيقية تختلف حسب المكتبة والمنصة والمنطقة.
لهذا لا يستطيع ملف VCF وحده أن يخبرك إذا كان غياب متغيّر يعني أنه مطابق للمرجع أو غير مغطى. إذا كان ملفك gVCF، قد تكون مناطق منخفضة الثقة أو بدون استدعاء مسجلة بوضوح. أما إذا كان ملف VCF عاديًا لمواضع المتغيّرات فقط، فغياب المتغيّر ليس دليلًا على أن حمضك النووي يطابق المرجع في ذلك الموضع. اطلب ملف التغطية أو ملف gVCF إذا كنت تحتاج إلى فحص جين معين.
ماذا تتحقق منه فعليًا في ملف VCF الخاص بك
- تحقق من ترويسة VCF لمعرفة تعريفات
DPوADوGQ، لأنDPقد يكون على مستوى INFO أو FORMAT، وقد يكون غير موجود أو معرّفًا بطريقة مختلفة. بعد ذلك تحقق من عمودي FORMAT والعينة لترى الحقول الموجودة. ليس كل ملف VCF يتضمنDPأوADأوGQ. إذا كان الحقل غير موجود، لا تستطيع استخدامه لتقييم ذلك الموضع. DP: إجمالي عمق القراءة عند ذلك المتغيّر. العمق المنخفض يضعف الاستدعاء، بغض النظر عن متوسط الجينوم.AD: أعماق الأليل، وعادة رقمان. الاستدعاء غير المتماثل المعقول ينبغي أن يظهر دعمًا لكلا الأليلين.GQ: جودة النمط الجيني. القيم المنخفضة جدًا تعني أن البرنامج غير متأكد من نمطك الجيني في ذلك الموضع.QUAL: جودة المتغيّر في بعض ملفات VCF. وهي ليست نفسها ثقة النمط الجيني، وقد تكون مضللة في المجموعات الكبيرة أو الأحداث المعقدة.- إذا قال التقرير إن اللوحة سليمة، فذلك يعني أنه لم يتم استدعاء أي متغيّر ممرض أو محتمل الإمراض في الملف. وهذا ليس تأكيدًا تشخيصيًا بالسلامة.
ملف VCF بعمق 30x مفيد لكثير من تحليلات المستهلكين والبحوث. يستطيع استدعاء ملايين المتغيّرات الشائعة والنادرة. لكنك تستخدمه بأفضل شكل عندما تقرأه على مستوى المتغيّر، لا عندما تعتمد على المتوسط فقط.
خطوات تنزيل ملف الجينوم الكامل داخل الصفحة نفسها.
باختصار: وش يستاهل تسوي له شي.
قيد في HealthOS: ملفات GATK/Sentieon VCF الخام التي يكون عمود ID فيها هو . يمكن أن تعمل لتحليل النسب عند مطابقتها على إحداثيات GRCh37، لكنها لا تستطيع إنتاج نتائج صحية؛ أما ClinVar واللوحات الصحية فتتطلب مواضع لها أسماء. إذا استخدمت أداة DNA المجانية على https://healthosx.com/ar/dna، تظهر قصة السمات والصحة في المتصفح للملفات المدعومة، بينما يفتح التقرير الكامل بعد رمز يستخدم مرة واحدة عبر البريد الإلكتروني. إذا كان ملف WGS VCF لا يحتوي على rsIDs، فلا يمكن إنتاج نتائج صحية. واللوحة السليمة تعني أنه لم يتم استدعاء متغيّر ممرض أو محتمل الإمراض في الملف، وليس تأكيدًا تشخيصيًا بالسلامة.
جديد على ملفات DNA الخام؟ ابدأ بالدليل الكامل: كيف تحلل ملف 23andMe الخام مجانًا
كتابة
فريق أبحاث HealthOS