基因检测中的测序深度、灵敏度、特异性、检测限

  • A+
所属分类:基因突变检测

Q:什么是测序深度、灵敏度、特异性、检测限?

测序深度:测序量/目标基因区域大小

有效测序深度:不等于测序深度,是指可信的去除重复序列后目标区域的平均深度。比如100k的目标区域,下机数据量1G,有50%数据落在目标区域,50%为重复序列,那么其测序深度为10000X (1G/100k),有效深度仅为2500X(1G*50%*50%/100k)。

灵敏度( sensitivity) :指患者中试验阳性者所占比例。对应假阴性率。

计算公式:灵敏度( Sen) = a/( a+ c) % 100%。

特异度( specificity) :指没有患病的人中试验阴性者所占比例。对应假阳性率。

计算公式:特异度( Spe) = d/ ( b+ d) % 100%。

基因突变检测

灵敏度和特异性计算参考表

检出限:是指样品中以一定概率可被声明与零有差异的被测量物浓度的最低值。一般采用 95%(n ≥ 20)的阳性检出率作为最低检测限确定的标准。此项指标体现了试剂检测的分析灵敏度。

 

Q:基因检测的测序深度是不是测的越深越好?

提高测序深度能够增加灵敏度、特异性,同时提高检出限,但不能突破极限检出限。DNA的量本身对于测序深度没有影响,在DNA 量一定的情况下,满足一定量测序深度后,检出限存在理论极限值,单纯通过增加测序深度并不能降低检出限,盲目加大测序深度只会产生更多的重复(duplication),造成数据浪费,所以测序深度并非越深越好。

 

Q:基因测序数据错误通常会发生在哪些环节?

PCR扩增错误,成簇错误,合成错误,成像错误,下机数据的背景错误使高通量测序进行低频检测时面临挑战。

 

以上见解如有不足欢迎各位读者补充和建议。

 

相关问题:用血液进行基因检测准确性如何?

 

- 参考文献

[1].Wu Y M, Cieślik M, Lonigro R J, et al. Inactivation of CDK12, Delineates a Distinct Immunogenic Class of Advanced Prostate Cancer[J]. Cell, 2018, 173(7):1770.

[2].Gong J, Wang C, Lee P P, et al. Response to PD-1 Blockade in Microsatellite Stable Metastatic Colorectal Cancer Harboring a POLE Mutation[J]. Journal of the National Comprehensive Cancer Network Jnccn, 2017, 15(2):142.

[3].Teo M Y, Seier K, Ostrovnaya I, et al. Alterations in DNA Damage Response and Repair Genes as Potential Marker of Clinical Benefit From PD-1/PD-L1 Blockade in Advanced Urothelial Cancers[J]. Journal of Clinical Oncology, 2018, 36(17):JCO2017757740.

[4].Dong Z Y, Zhong W Z, Zhang X C, et al. Potential Predictive Value of TP53 and KRAS Mutation Status for Response to PD-1 Blockade Immunotherapy in Lung Adenocarcinoma[J]. Clinical Cancer Research, 2017, 23(12):3012-3024.

[5].Miao D, Margolis C A, Gao W, et al. Genomic correlates of response to immune checkpoint therapies in clear cell renal cell carcinoma[J]. Science, 2018, 8(1):eaan5951.

[6].Garassino M C, Cho B C, Kim J H, et al. Durvalumab as third-line or later treatment for advanced non-small-cell lung cancer (ATLANTIC): an open-label, single-arm, phase 2 study[J]. Lancet Oncology, 2018.

 

发表评论

您必须登录才能发表评论!