Оценка качества Phred - Phred quality score - Wikipedia

Показатели качества Phred показаны на трассе последовательности ДНК

А Оценка качества Phred является мерой качества идентификации азотистые основания генерируется автоматизированными Секвенирование ДНК.[1][2] Первоначально он был разработан для Вызов базы Phred помочь в автоматизации секвенирования ДНК в Проект генома человека. Оценка качества Phred присваивается каждому нуклеотид базовый вызов в трассировках автоматического секвенсора.[3][2] В Формат FASTQ кодирует оценки phred как символы ASCII вместе с последовательностями чтения. Показатели качества Phred стали широко использоваться для характеристики качества последовательностей ДНК и могут использоваться для сравнения эффективности различных методов секвенирования. Возможно, наиболее важным применением показателей качества Phred является автоматическое определение точных, основанных на качестве консенсусные последовательности.

Определение

Оценка качества Phred определяются как свойство, которое логарифмически связано с вероятностями ошибки при вызове базы .[2]

или же

Например, если Фред присваивает базе оценку качества 30, вероятность того, что эта база называется неправильно, составляет 1 из 1000.

Показатели качества Phred логарифмически связаны с вероятностями ошибок.
Показатель качества PhredВероятность неправильного вызова базыБазовая точность вызова
101 из 1090%
201 из 10099%
301 из 100099.9%
401 из 10 00099.99%
501 из 100 00099.999%
601 из 100000099.9999%

Оценка качества phred - это отрицательное отношение вероятности ошибки к эталонному уровню выражено в Децибел (дБ).

История

Идея оценки качества последовательности восходит к исходному описанию SCF файл формат группы Стадена в 1992 году.[4] В 1995 году Бонфилд и Стаден предложили метод использования показателей качества на основе конкретных оснований для повышения точности согласованных последовательностей в проектах секвенирования ДНК.[5]

Однако первые попытки разработать базовые показатели качества[6][7] имел лишь ограниченный успех.

Первой программой, разработавшей точные и мощные базовые показатели качества, была программа Фред. Фред смог вычислить очень точные показатели качества, которые были логарифмически связаны с вероятностями ошибок. Phred был быстро принят во всех крупных центрах секвенирования генома, а также во многих других лабораториях; подавляющее большинство последовательностей ДНК, произведенных во время Проект генома человека были обработаны с помощью Phred.

После того, как показатели качества Фреда стали обязательным стандартом при секвенировании ДНК, другие производители инструментов для секвенирования ДНК, включая Ли-Кор и ABI, разработали аналогичные показатели качества для своего основного программного обеспечения для звонков.[8]

Методы

Подход Фреда к базовому звонку и подсчету показателей качества был описан Юингом. и другие.. Чтобы определить показатели качества, Фред сначала вычисляет несколько параметров, связанных с формой пика и разрешением пика на каждом основании. Затем Phred использует эти параметры для поиска соответствующего показателя качества в огромных справочных таблицах. Эти справочные таблицы были сгенерированы из трассировок последовательностей, где была известна правильная последовательность, и жестко запрограммированы в Phred; разные таблицы поиска используются для разных химикатов и машин секвенирования. Оценка точности показателей качества Phred для ряда вариаций химии секвенирования и инструментовки показала, что показатели качества Phred очень точны.[9]

Первоначально Phred был разработан для секвенирующих машин типа «пластинчатый гель», таких как ABI373. При первоначальной разработке Phred имел более низкий уровень ошибок при базовом вызове, чем базовое программное обеспечение для вызовов, производимое производителем, которое также не давало оценок качества. Однако Фред был лишь частично адаптирован к капиллярным секвенаторам ДНК, которые стали популярными позже. Напротив, производители инструментов, такие как ABI, продолжали адаптировать свои базовые изменения программного обеспечения для вызова в химии секвенирования и добавили возможность создавать оценки качества, подобные Phred. Таким образом, потребность в использовании Phred для определения оснований следов секвенирования ДНК уменьшилась, и использование текущих версий программного обеспечения производителя часто может дать более точные результаты.

Приложения

Показатели качества Phred используются для оценки качества последовательности, распознавания и удаления низкокачественной последовательности (отсечения концов) и определения точных согласованных последовательностей.

Первоначально оценки качества Phred в основном использовались программой сборки последовательности. Phrap. Phrap обычно использовался в некоторых из крупнейших проектов секвенирования в рамках Проекта секвенирования генома человека и в настоящее время является одной из наиболее широко используемых программ сборки последовательностей ДНК в биотехнологической промышленности. Phrap использует показатели качества Phred для определения высокоточных согласованных последовательностей и оценки качества согласованных последовательностей. Phrap также использует показатели качества Phred, чтобы оценить, возникает ли расхождение между двумя перекрывающимися последовательностями с большей вероятностью из-за случайных ошибок или из-за разных копий повторяющейся последовательности.

В рамках Проект генома человека, наиболее важным использованием показателей качества Phred было автоматическое определение согласованных последовательностей. До Фреда и Фрапа ученым приходилось внимательно изучать расхождения между перекрывающимися фрагментами ДНК; часто это связано с ручным определением последовательности наивысшего качества и ручным редактированием любых ошибок. Использование Phrap показателей качества позволяет эффективно автоматизировать поиск согласованной последовательности высочайшего качества; в большинстве случаев это полностью исключает необходимость любого ручного редактирования. В результате предполагаемая частота ошибок в сборках, которые были созданы автоматически с помощью Phred и Phrap, обычно существенно ниже, чем частота ошибок при редактировании вручную последовательности.

В 2009 году многие часто используемые программные пакеты используют оценки качества Phred, хотя и в разной степени. Такие программы, как Секвенсор использовать показатели качества для отображения, обрезки концов и определения консенсуса; другие программы, такие как CodonCode Aligner также внедрять методы консенсуса на основе качества.

Сжатие

Показатели качества обычно хранятся вместе с нуклеотидной последовательностью в широко распространенном Формат FASTQ. На них приходится около половины необходимого дискового пространства в формате FASTQ (до сжатия), поэтому сжатие значений качества может значительно снизить требования к хранению и ускорить анализ и передачу данных секвенирования. Обе без потерь и сжатие с потерями в последнее время рассматриваются в литературе. Например, алгоритм QualComp[10] выполняет сжатие с потерями со скоростью (количество бит на значение качества), заданной пользователем. Основываясь на результатах теории искажения скорости, он распределяет количество битов так, чтобы минимизировать MSE (среднеквадратичную ошибку) между исходным (несжатым) и восстановленным (после сжатия) значениями качества. Другие алгоритмы сжатия значений качества включают SCALCE,[11] Fastqz[12] и совсем недавно QVZ,[13] AQUa[14] и стандарт MPEG-G, который в настоящее время разрабатывается MPEG рабочая группа по стандартизации. Оба являются алгоритмами сжатия без потерь, которые обеспечивают дополнительный подход к управляемому преобразованию с потерями. Например, SCALCE уменьшает размер алфавита на основании наблюдения, что «соседние» значения качества в целом похожи.

Рекомендации

  1. ^ Юинг Б; Hillier L; Wendl MC; Грин П. (1998). «Базовый вызов трассировок автоматического секвенсора с использованием phred. I. Оценка точности». Геномные исследования. 8 (3): 175–185. Дои:10.1101 / гр. 8.3.175. PMID  9521921.
  2. ^ а б c Юинг Б., Грин П. (1998). «Базовый вызов трассировок автоматического секвенсора с использованием phred. II. Вероятности ошибок». Геномные исследования. 8 (3): 186–194. Дои:10.1101 / гр. 8.3.186. PMID  9521922.
  3. ^ Юинг Б, Hillier L, Wendl MC, Зеленый P (1998). «Базовый вызов трассировок автоматического секвенсора с использованием phred. I. Оценка точности». Геномные исследования. 8 (3): 175–185. Дои:10.1101 / гр. 8.3.175. PMID  9521921.CS1 maint: несколько имен: список авторов (связь)
  4. ^ Уважаемый S, Staden R (1992). «Стандартный формат файла для данных с инструментов секвенирования ДНК». Последовательность ДНК. 3 (2): 107–110. Дои:10.3109/10425179209034003. PMID  1457811.
  5. ^ Bonfield JK, Staden R (25 апреля 1995 г.). «Применение численных оценок точности определения базы в проектах по секвенированию ДНК». Исследования нуклеиновых кислот. 23 (8): 1406–1410. Дои:10.1093 / nar / 23.8.1406. ЧВК  306869. PMID  7753633.
  6. ^ Черчилль Г.А., Waterman MS (Сентябрь 1992 г.). «Точность последовательностей ДНК: оценка качества последовательности». Геномика. 14 (1): 89–98. Дои:10.1016 / S0888-7543 (05) 80288-5. HDL:1813/31678. PMID  1358801.
  7. ^ Лоуренс CB, Соловьев В.В. (1994). «Присвоение вероятности ошибки, связанной с положением, данным первичной последовательности ДНК». Исследования нуклеиновых кислот. 22 (7): 1272–1280. Дои:10.1093 / nar / 22.7.1272. ЧВК  523653. PMID  8165143.
  8. ^ «Технологии жизни - США» (PDF).
  9. ^ Рихтерих П. (1998). «Оценка ошибок в« сырых »последовательностях ДНК: валидационное исследование». Геномные исследования. 8 (3): 251–259. Дои:10.1101 / гр. 8.3.251. ЧВК  310698. PMID  9521928.
  10. ^ Очоа, Идоя; Аснани, Химаншу; Бхарадиа, Динеш; Чоудхури, Майнак; Вайсман, Цачи; Йона, Голаны (2013). "Qual Comp: Новый компрессор с потерями для оценки качества, основанный на теории искажения скорости ". BMC Биоинформатика. 14: 187. Дои:10.1186/1471-2105-14-187. ЧВК  3698011. PMID  23758828.
  11. ^ Hach, F; Numanagic, I; Алкан, C; Сахиналп, С. С. (2012). «SCALCE: усиление алгоритмов сжатия последовательности с использованием локально согласованного кодирования». Биоинформатика. 28 (23): 3051–3057. Дои:10.1093 / биоинформатика / bts593. ЧВК  3509486. PMID  23047557.
  12. ^ "fastqz - FASTQ компрессор".
  13. ^ Малиса, Грег; Hernaez, Mikel; Очоа, Идоя; Рао, Милинд; Ганесан, Картик; Вайсман, Цачи (01.10.2015). «QVZ: сжатие значений качества с потерями». Биоинформатика. 31 (19): 3122–3129. Дои:10.1093 / биоинформатика / btv330. ISSN  1367-4803. ЧВК  5856090. PMID  26026138.
  14. ^ Paridaens, Том; Ван Валлендель, Гленн; Де Неве, Уэсли; Ламберт, Питер (2018). «AQUa: адаптивная структура для сжатия показателей качества секвенирования с функцией произвольного доступа». Биоинформатика. 34 (3): 425–433. Дои:10.1093 / биоинформатика / btx607. PMID  29028894.

внешняя ссылка