fgbio 与 UMI 共识读段
带 UMI 的 ctDNA 测序通常先用 fgbio 等工具按 UMI 分组,生成单链或双链共识读段。双链共识能把错误率降得更低,但需要更高的原始测序深度;有效分子数决定了能检出的最低突变频率。
9个分析 Skill · Codar 生信插件
液体活检通过血浆游离 DNA(cfDNA)、ctDNA 和细胞外囊泡研究肿瘤,常见数据是带 UMI 的高深度靶向测序、低深度 WGS 和甲基化测序。Codar 的这个插件覆盖 UMI 共识、低频突变检测、肿瘤分数估计、MRD 监测、片段组学、甲基化溯源和 EV RNA 分析。结果用于科研,不替代临床诊断。
提取 UMI,比对后按 UMI 分组生成单链或双链共识读段,去除 PCR 扩增和测序引入的错误。
在共识读段上检测低频 SNV/Indel,结合白细胞对照和背景噪声模型,过滤克隆性造血和测序假阳性。
根据突变等位基因频率或低深度 WGS 的拷贝数信号,估计 ctDNA 在 cfDNA 中的占比。
统计 cfDNA 片段长度、末端序列等特征,或利用甲基化标记推断信号的组织来源。
对多时间点样本追踪 ctDNA 变化,评估 MRD 状态,注意采血时间与手术、治疗节点的对应。
用稀释梯度或参考品评估检出限、灵敏度、特异性和重复性。
带 UMI 的 ctDNA 测序通常先用 fgbio 等工具按 UMI 分组,生成单链或双链共识读段。双链共识能把错误率降得更低,但需要更高的原始测序深度;有效分子数决定了能检出的最低突变频率。
VarDict 常用于靶向 panel 的低频变异检测,Mutect2 也可用于 cfDNA 数据。关键在于背景噪声控制:常用健康人样本建立位点噪声基线,并用配对白细胞 DNA 排除克隆性造血来源的突变。
ichorCNA 利用低深度全基因组测序的拷贝数信号估计 ctDNA 肿瘤分数,成本低,适合肿瘤负荷较高的样本;肿瘤分数很低时检出能力有限,这时通常依靠追踪已知突变的方法。
肿瘤来源的 cfDNA 片段通常比正常来源偏短,片段长度比例、末端基序和核小体足迹都可作为特征。甲基化方面,常用组织特异的甲基化参考图谱做反卷积,推断 cfDNA 来源组织。
共 9 项。启用插件后,Codar 会按任务自动选用,不需要逐个记住名称。
在 Codar 左上角选择 Codar 生信。
在插件页找到「液体活检」,安装或启用。
用一句话写清数据和目标,确认分析方案后开始执行。
帮我分析这批带 UMI 的 ctDNA 靶向测序数据,检测低频突变并估计肿瘤分数。
cfDNA 是血浆中所有游离 DNA 的总称,主要来自造血细胞;ctDNA 是其中来自肿瘤细胞的部分,占比通常很低,早期肿瘤或术后样本中往往远低于 1%。因此 ctDNA 检测一般需要高深度测序配合 UMI 纠错。
tumor-informed 先对肿瘤组织测序,挑选患者特有的多个突变做个体化追踪,灵敏度通常更高,但依赖组织、周期较长;tumor-agnostic 不需要组织,用固定 panel、甲基化或片段特征检测,流程简单,低肿瘤负荷时更难检出。
克隆性造血会让血细胞携带 DNMT3A、TET2 等基因的突变,这些突变进入 cfDNA 后容易被误判为肿瘤来源。常见做法是同时测配对白细胞 DNA,在白细胞中也能检出的突变予以排除。