采用扩增子形式检测MRD，单端特异性引物，另一端随机且加上随机base作为分子标签。
首先把数据拆分出来，按照扩增子和分子标签，可以拆分为一个个原始分子起源的read。分子标签是否允错1base自己定夺。
我们通过不同程度的矫正，把错误率降低到0.06%水平，MRD至少要求0.2%。
错误率
随着我们矫正程度的提高（F2->F4->F10）,错误率降低，但并不显著，丢失的reads也随着增加，如何把握这个平衡？我们构造一个Qvalue（具体算法保密）用于评价位点的质量，当然更狠地矫正带来更高的Qvalue值，废话，但会引入更多的数据丢失。
Qvalue分布
我们测试了5个点，采用Qvalue对不同分组进行阴阳性判定，在0.3%的频率检出率达80%（4/5）。采用Qvalue对阴阳性的自动化判断还是要好很多滴。
Qvalue与检出率
接着，我们对所有未知的点，计算Qvalue，未完待续。。。。嘻嘻嘻。。。（其实没必要做，毕竟MRD是针对已知的点，我只要判断出这个目标点是真是假。。。）
网友评论