編者按：FDA日前通過(guò)在線(xiàn)平臺precisionFDA舉辦了“ConsistencyChallenge”活動(dòng)，目的是測試遺傳研究中最常用軟件工具的精確度和可重復性。在白宮舉行的國家精準醫療計劃峰會(huì )上，奧巴馬總統的科學(xué)技術(shù)高級顧問(wèn)JohnHoldren宣布了這項活動(dòng)。

　　precisionFDA是一個(gè)分析軟件的測試平臺，測試那些將原始DNA序列數據處理成有用信息的分析軟件。該平臺在去年12月推出，包含了用戶(hù)可用來(lái)重復的基因組數據的黃金標準的集合；用于大量測序數據分析流程運行的計算環(huán)境；以及與廣大的科學(xué)界人士共享分析流程和結果的版塊。雖然這個(gè)平臺是由FDA管理，但是平臺的開(kāi)發(fā)工作是外包給私人公司DNAnexus的。

　　“ConsistencyChanllenge”是preicisonFDA發(fā)起的第一個(gè)倡議，用于測試基因組學(xué)中一些主流算法流程。該活動(dòng)主要關(guān)注序列比對（mapping）和變異檢測（variantcalling）兩個(gè)方面，過(guò)程主要包括測序得到短DNAreads，比對到人類(lèi)基因組參考序列上，檢測與參考序列不同的數據對應的區域。

　　這是在幾乎所有人類(lèi)基因研究中最基礎和最首要的分析。最終結果是一個(gè)VCF（VariantCallFormat）格式的文件，該文件中包含了個(gè)人基因組中檢測到的所有基因變異。實(shí)際上，由于技術(shù)局限性，這些文件中包含的往往只有小型的DNA變異，稱(chēng)作SNP或者indel，不含有基因組的大型重組。

　　用于序列比對和變異檢測的標準工具是該領(lǐng)域使用最廣泛的軟件，包括BWA、Bowtie、GenomeAnalysisToolkit。

　　然而很難測試出哪一種分析軟件是最有效的。大多數的軟件是開(kāi)源的，而且具有很多不同版本。生物信息學(xué)家也會(huì )將這些工具混合匹配起來(lái)創(chuàng )建新的流程，所以檢測結果的不一致可能是比對工具或變異檢測軟件的問(wèn)題，又或者兩者都有。另外還存在著(zhù)更多不太知名的工具能夠完成同樣的分析任務(wù)。

　　為了評估不同分析流程的性能，“ConsistencyChanllenge”將為所有參與者提供相同的原始數據進(jìn)行分析。這些數據來(lái)自已經(jīng)研究的非常清楚地人類(lèi)細胞系NA12878的測序結果。分析的結果將與“瓶中基因組（GenomeinaBottle）”項目提供的金標準VCF文件進(jìn)行比較，該項目已經(jīng)詳盡的研究了NA12878，以用于各種類(lèi)型的質(zhì)控。

　　多管齊下，對分析流程進(jìn)行評估

　　不同于那些試圖梳理基因變異在健康和生物方面影響的高級軟件，生成VCF文件的流程產(chǎn)生出的結果清晰，能夠對其進(jìn)行非?？陀^(guān)的評估。DNAnexus公司戰略發(fā)展部總監GeorgeAsimenos說(shuō)，“這不是一個(gè)非常復雜的挑戰，通過(guò)處理大家熟悉的數據，目的是為了促進(jìn)人們參與到precisionFDA中，讓更多人知道這個(gè)平臺。”

　　雖然這項倡議很基礎，但是挑戰在于如何對結果進(jìn)行分析。

　　對VCF文件進(jìn)行比較和評分不是一項簡(jiǎn)單的任務(wù)，因為科學(xué)家們描述與“正常”人類(lèi)基因組序列的偏差的方式往往是模糊的。例如，一些變異是小型的缺失，即與參考序列比對時(shí)缺少了一個(gè)堿基。但是如果缺失發(fā)生在一串相同的堿基中（例如GAAAAT這樣的序列），那么就無(wú)法回答“缺失的是哪個(gè)A？”

　　這也就是說(shuō)即使兩個(gè)VCF文件都描述了同樣的變異，但是也可能檢測出的是參考基因組上兩個(gè)不同位置的缺失。簡(jiǎn)單的軟件程序常常會(huì )犯錯誤，認為這樣的VCF文件其中之一或者兩個(gè)都是錯誤的。

　　Asimenos認為，“在早期，我們認為最佳方法應該是，讓相關(guān)組織告訴我們比較VCF文件的最佳方法，而不是FDA強制實(shí)行某種特定的方法。”根據GenomeinaBottle和全球基因組與健康聯(lián)盟（GA4GH）等組織的指導意見(jiàn)，FDA選擇了一款由RealTimeGenomics公司設計的軟件vcfeval，該工具已經(jīng)發(fā)表并且開(kāi)源，可作為對流程打分的一個(gè)備選。

　　Vcfeval用一種上下文感知的方式讀取VCF文件，當檢測到兩個(gè)變異為同義突變時(shí)會(huì )將其輸出。Asimenos說(shuō)，“vcfeval分析需要完整的參考基因組序列來(lái)進(jìn)行比較，事實(shí)上，這款軟件能夠檢測到很多不易察覺(jué)的信息。”一旦確定了提交的VCF文件與GenomeinaBottle提供的金標準文件存在的不同變異數量，vcfeval程序將對流程的準確性進(jìn)行打分。它將考慮陽(yáng)性變異檢測、假陽(yáng)性、假陰性以及更加細微的統計學(xué)概念，例如陽(yáng)性預測率。

　　“ConsistencyChanllenge”并不是一項單一的、絕對的精確度量挑戰。Asimenos說(shuō)，“FDA非常聰明地在挑戰中引入了一個(gè)重復性版塊。”參與者將分別對兩組不同的NA12878測序數據進(jìn)行分析，一共進(jìn)行三次。這兩組測序數據都是來(lái)自IlluminaHiseqXTen測序系統，產(chǎn)自?xún)膳_不同的測序儀。

　　通過(guò)兩組不同的數據對分析流程的性能進(jìn)行比較，FDA希望能夠更好地展示，實(shí)驗條件的不同，例如測序儀操作人員和測序環(huán)境，會(huì )影響到最終的結果。該挑戰同樣也會(huì )評估當同一組數據進(jìn)行兩次運算產(chǎn)生兩個(gè)VCF文件時(shí)會(huì )發(fā)生什么。因為測序儀是同時(shí)進(jìn)行大量的平行測序，沒(méi)有哪兩個(gè)測序過(guò)程是完全相同的，對遺傳學(xué)研究組織來(lái)說(shuō)，最大的問(wèn)題就是這樣會(huì )對整個(gè)分析造成多大的影響。

　　基因研究的真實(shí)性取決于準確檢測變異的能力。通過(guò)重復實(shí)驗，對不同測序儀產(chǎn)出的數據進(jìn)行分析，同時(shí)與絕對標準數據進(jìn)行比較，對分析流程的性能進(jìn)行測試，precisionFDA將多管齊下地進(jìn)行分析流程的評估。

　　齊心協(xié)力，來(lái)自不同組織的支持

　　越來(lái)越多的人要求FDA研究和批準用于病人診斷和治療的基因檢測，而為了能夠有效地進(jìn)行研究，FDA需要弄清楚分析這些基因檢測的工具是否精準并且可重復。

　　“ConsistencyChallenge”并不是僅限于FDA內部使用。如同FDA早期建立的網(wǎng)站平臺openFDA一樣，precisionFDA旨在廣泛分享知識，讓全球的科研人員受益。

　　雖然“ConsistencyChallenge”是公開(kāi)的，但precisionFDA云平臺可以私下使用。即使是FDA也只能查看和評估用戶(hù)選擇了公開(kāi)可見(jiàn)的流程。參與者可以在本地計算環(huán)境中生成VCF文件然后上傳，同時(shí)對流程中使用的工具進(jìn)行說(shuō)明；或者也可以在precisionFDA云平臺上運行整個(gè)分析流程，公開(kāi)使用的所有軟件。

　　無(wú)論哪種方法，研究團體都將看到不同分析流程間的相互較量。這不僅僅能讓遺傳學(xué)家了解哪個(gè)開(kāi)源工具更有效，更是讓那些各具優(yōu)勢但是不為人知的分析工具浮出水面。Asimenos說(shuō)，“我希望這次活動(dòng)將為那些正在開(kāi)發(fā)新方法但是缺乏平臺展示的研究人員提供一個(gè)好機會(huì )。”

　　這種對遺傳學(xué)基礎工具的全面評估是我們急需的，而且大量的利益相關(guān)方已經(jīng)加強了對這方面的支持。其中有的是公立組織，有的是非盈利組織，例如GenomeinaBottle和GA4GH。其他還包括一些盈利性公司，例如DNAnexus、RealTimeGenomics、HumanLongevity（提供了一組NA12878測序數據），或者像Garvan研究所這樣的大型學(xué)術(shù)中心，Garvan研究所也提供了NA12878測序數據。

　　Asimenos列舉了其他六個(gè)對precisionFDA項目做出貢獻的組織機構，其中包括Illumina、23andMe以及Broad研究院等該領(lǐng)域的巨頭。他說(shuō)，“這是大家共同努力的結果，我非常感激這些人能夠貢獻出他們的數據并且加入了這個(gè)網(wǎng)站。”

　　“ConsistencyChallenge”需要人們廣泛的參與來(lái)充分發(fā)揮這個(gè)項目的意義。競賽將會(huì )于4月25日向公眾開(kāi)放，任何想來(lái)參加挑戰的人都可以報名，這項競賽將成為precisonFDA的第一個(gè)挑戰比賽，旨在評估用于人類(lèi)基因組研究的軟件工具。