前段时间看到一篇公众号的文章，在与测序分析公司谈合作时提了一个词——“斗智斗勇”，觉得似乎将合作双方对立了起来，有些不妥。词义本身没啥问题，合作嘛，那就得谈合作内容和价格，你来我往，促成合作。项目执行过程和售后过程，也要面对产生的各种问题和解决方法。这其中，付出的时间和精力，不亚于搞一次房屋装修。至少比买标准工业产品（冰箱、洗衣机）心累多了。
第一次做测序分析项目的人是最没概念的，不知道该注意什么，销售报的价格合不合理，数据质量可不可靠，售后能不能有保证等等。就像是第一次去4S店买车，心里想着信任为先，又担心被套路。
与测序分析公司的合作，按内容主要是分为四种：
（1）提取检测；
（2）建库测序；
（3）基本分析；
（4）个性化分析。
先说提取检测，如果是常规的组织样本、细胞样本、血液样本，自己有条件可以提，也可以交给正规的测序分析公司提取检测。如果是FFPE样本、特殊的组织样本等，建议最好自己提取，心里有底，提取后可以交给公司做质检（1.5ml的离心管，不要用PCR管，体积最好大于30ul，留备份，做好标记）。
之前遇到一个科室，无论是FFPE样本，还是保存多年的血液样本，提DNA质量很稳定，标记清晰。对于公司收样录样，会很方便，不容易出错。后来打听，他们虽然是临床科室，会有专门的实验技术员，也有在某阶段主做科研的学生，定提取检测流程和方法，严格要求，操作温度、转速、信息标记等一切按着标准化的方式操作，效率很高。
对于建库测序，建库测序或者只测序（自己建文库）。如果是建库测序，需要注意几点：
确定好建库类型，比如转录组文库分为普通文库（polyA）和链特异性文库。
评估测序数据量，比如只做转录组差异表达，3G clean data/sample够不够，可以通过文献、有经验的课题组推荐和公司技术人员的建议确定。当然，现在测序价格很便宜，转录组起始做个6G clean data/sample不是问题。
选定测序平台，一般Xten的测序质量会好一些，NovoSeq现在普遍用的也很多。如果是常规的项目，不用纠结这两个平台。如果是质控不好的样本、建库类型特殊，可以适当听取公司技术人员的经验和建议。BGI-seq平台作为华大的自主平台，逐步提升的测序质量和较低的测序价格，正在获得越来越多的人的认可和文章的支持，同样可以考虑。
样本合格，当然可以正常建库测序，无生产问题（样本污染、接头错误等），数据质量一般很好。如果样本质控问题，需要风险建库和风险上机，可以先听听公司的评估和建议，公司根据经验，如果成功率特别低，基本不会同意客户上机的，也是为了避免麻烦的售后。即使公司评估成功率很高，也会在给客户的邮件中写明需要客户承担建库和上机的费用。鉴于样本的珍贵、做实验的辛苦和发文章的紧迫，可以协商在较短的周期内先用少数样本测试，看数据质控和比对情况。如无问题，再全部样本上机测序（针对大样本量）。
如果只测序，文库到公司基本是库检后风险上机，自己依据经验评估好即可。
提到基本分析，主流的做科技服务的公司在基本分析上的内容是差不多的。根据自身需求，需要注意几点：
（1）即使内容差不多，部分软件和参数是不一样的，比如circRNA的鉴定，find_circ、CIRI、ACFS2、CIRI-full，各软件鉴定出来的结果差异还是比较大的，有相关文献比较过。有公司会做两种鉴定软件的结果，取并集或交集。这里面软件没有对错，做软件比较的一般会统计Sensitivity、Specificity等，来评估性能。对于只是应用软件做数据分析，可以先不纠结于用哪个，能找到好的分析结果解释生物学意义，且实验验证成功就很好。
（2）如果自身具备一定的生信基础，有能力做数据处理和绘图等深度分析工作。可以找规模较大的测序分析公司，连同实验一起进行了，其分析流程是通过更多项目经验不断完善出来的，内容较详实，展示结果更清晰，不用自己再做统计处理等。每个公司会有主打的优势产品。如果完全是医学背景不懂生信，需要进一步的数据解读、知识讲解等，就是需要售后及时，项目附加的服务要尽量到位。可以考虑同学朋友的推荐或当地的一些生信公司，以保证项目签进后，有问题随时能有效联系到服务商，且对接人相对专业。分析服务，或多或少都会有问题，双方理解的错位、分析方案的调整、分析数据异常、作图效果等，不太可能提前预知，要及时沟通和协商。
最后个性化分析，是比较难总结的，里面的细节和沟通的地方会特别多。可以简单，简单到整理好数据，一键分析出图。也可以复杂，为了得到好的结果，切换不同软件和算法，调试参数、调图等。比如，怎么确定公司和客户的任务分配，公司负责按照要求分析出结果集，客户从结果集中找信号并提出改参数、调样本、绘图等要求，公司再处理、调图。有一些空余时间的分析人员和销售可能会额外说一些自己的经验和建议。如此几次沟通，很容易有心态上的波动。所以，这种个性化分析的项目，双方要有耐心和同理心。大的测序分析公司不愿意接这种项目，更希望在提升计算能力、把使用频率高的分析方法流程化上下功夫。分析服务型公司只能集中精力专注几个方向的研究，该方向上有知识和经验储备，做起来也比较顺手。
网友评论