有勁的基因資訊

作者：張益祥/有勁生物科技

　　自從2015年1月歐巴馬提議美國發展精準醫療(Precision Medicine)後，近幾年全球生醫界皆紛紛跟進。那麼，「精準醫療」究竟是甚麼呢？在過去，醫療傳統流程主要是病人先告知醫師症狀，由醫師進行基礎檢查與專業判讀並推估病人疾病類型，經過一連串的檢驗，等到報告結果出爐後才能確診，最後再由醫師依據確診結果施予治療藥物。也就是說，當甲、乙患者皆確診患有相同的A疾病，依照傳統醫療流程，一般都會給予相同或類似的治療A疾病的藥物。但在精準醫療時代，另外還會再參考生物檢測(例如基因檢測等)的結果；這些生物檢測可以找出患者基因變異的位點，透過資料庫比對分析後，便可提供患者更精準的個人化醫療。

　　說到精準醫療就不能不提到次世代定序(Next Generation Sequencing; NGS)。目前大家手上的定序結果大多都是出自NGS的資料；不過，並非定序一出來就立刻能知道變異位點在何處，中間還必須經過一道重要的手續，亦即變異位點偵測(Variant Calling)這個步驟。

　　變異位點偵測(Variant Calling)主要可以被歸類為以下兩種：

一、單核苷酸多型性(Single Nucleotide Polymorphism; SNP)偵測。顧名思義就是在單一位點或是小片段處有突變發生。

二、結構型變異(Structural Variant)偵測。與SNP相較起來，就是指發生在大片段中的插入(Insertion)、刪除(Deletion)、重複(Duplication)、倒位(Inversion)和易位(Translocation)。

　　以上兩種變異位點偵測皆有涵蓋Insertion和Deletion (合起來稱為「Indel」 )兩種變異類型的偵測。那麼，如果偵測到這些變異，又該如何呈現並與參考序列(Reference)做比較呢？為了解決問題，這時就會像下圖一那樣，採取「left alignment (靠左對齊)」來進行處理。為了確定是否所有Indel的變異起始點都發生在同一個位點，目前的作法是將全部序列都靠左邊對齊，並且將與參考序列相同的序列都先去掉；因此left alignment這個方法又被稱為變異靠左標準化(variant left normalization)。

圖一、三種測序片段組裝結果的呈現

圖中出現小片段刪除(Deletion)，該部份參考序列(Reference)出現重複片段，測序片段組裝(read mapping)可能會出現三種不同結果。(圖片來源：黃樹嘉 2018, Dec 26. 關於Indel變異，我該往左還是往右？Retrived from孟德尔花园.)                           

　以下是兩個可採取left alignment進行處理的時機點：

1. 已完成基因圖譜(mapping)的SAM或BAM格式檔案，我們可以直接進行left alignment處理。這方面，基因組分析工具包GATK( Genome Analysis Toolkit)有提供一個名為「LeftAlignAndTrimVariants」的模板供大家使用。這個模版會直接幫使用者去除相同的鹼基並且做向左對齊。

2. 若手邊很不巧只有VCF格式檔案就沒救了嗎？這方面GATK還沒有辦法幫使用者解決，但我們可利用Vt這個工具來處理VCF這類格式的檔案。Vt 提供了一個名為「normalize」的模板，可直接對使用者輸入的VCF格式檔案進行left alignment的處理。

　　有了left alignment的統一呈現準則後，定序結果便可一目了然、方便比較。讀到這邊應該有讀者會問：難道只有left alignment，沒有靠右對齊(right alignment)嗎？其實是有的。「據說」當時處理NGS的人員和處理醫學檢測的人員並未得出如何處理變異序列的共識，以致後來真的弄出了left alignment和right alignment兩派方法。至於事實如何，便不需去深究；反正只要是好準則，大家都會去遵循，最後就會成為規範了。

參考資料

1. A-Tsai. 2018, Aug 29. 精準醫療：Variant Calling 的戰況分析. Retrived from Medium. https://reurl.cc/0mEL6

2. 黃樹嘉 2018, Dec 26. 關於Indel變異，我該往左還是往右？Retrived from孟德尔花园. https://zhuanlan.zhihu.com/p/34147088