5강 / 20강

FORMAT 과 시료 열 — GT · AD · DP · GQ

VAF 가 여기 들어 있다

아홉째 열 FORMAT 은 열쇠 목록입니다. 콜론으로 나뉩니다. 그다음 열들이 시료마다 하나씩, 같은 순서의 값들입니다.

FORMAT   normal          tumor

GT:AD:DP  0/0:31,0:31   1/1:10,51:61

열쇠를 값에 지퍼처럼 맞물리면 읽힙니다.

열쇠	무엇	이 권에서
GT	유전형. `0`=REF, `1`=첫 ALT. `/` 는 위상 모름, `\|` 는 위상 정해짐	6강 — 뺄셈의 기준
AD	대립유전자별 리드 수. REF 부터 쉼표로	8강 — VAF 의 분자
DP	이 시료의 깊이	8강 — VAF 의 분모
GQ	이 유전형이 맞다는 확신 (Phred)	11강 — 필터
PL	세 유전형 각각의 우도 (0/0, 0/1, 1/1)	GQ 가 여기서 나온다

AD 가 REF 부터 시작한다는 것이 첫 함정입니다. AD=10,51 은 참조 10개, 변이 51개입니다. 순서를 뒤집으면 VAF 가 0.16 이 됩니다.

정의 하나가 VAF 를 0.69 와 0.83 으로 갈랐습니다. 어느 것을 썼는지 적어 두는 것이 답입니다.

Python 브라우저에서 실행

# VAF 를 계산하는 세 가지 방법 — 답이 다르다
sample = {"GT": "1/1", "AD": "10,51", "DP": "61"}
ad = [int(x) for x in sample["AD"].split(",")]
dp = int(sample["DP"])

v1 = ad[1] / dp                 # AD[alt] / DP
v2 = ad[1] / sum(ad)            # AD[alt] / sum(AD)
v3 = 1 - ad[0] / dp             # 1 - REF 비율

print(f"AD = {ad}   DP = {dp}   AD 합 = {sum(ad)}")
print()
print(f"  AD[1] / DP        = {v1:.4f}")
print(f"  AD[1] / sum(AD)   = {v2:.4f}")
print(f"  1 - AD[0] / DP    = {v3:.4f}")
print()
print("여기서는 세 값이 같습니다. AD 합과 DP 가 같기 때문입니다.")
print()

# 그런데 DP 는 필터를 통과한 리드까지 세는 경우가 있다
sample2 = {"AD": "10,51", "DP": "74"}      # DP 가 AD 합보다 크다
ad2, dp2 = [10, 51], 74
print(f"DP({dp2}) > AD 합({sum(ad2)}) 인 경우 — 인델·낮은 품질 리드가 DP 에만 들어갔다")
print(f"  AD[1] / DP        = {ad2[1]/dp2:.4f}")
print(f"  AD[1] / sum(AD)   = {ad2[1]/sum(ad2):.4f}   ← 이쪽이 대체로 옳다")
print()
print("도구마다 DP 의 정의가 조금씩 다릅니다. sum(AD) 를 분모로 쓰는 편이 안전합니다.")

GT 를 읽는 법

GT	뜻	기대 VAF
`0/0`	둘 다 참조 — 변이 없음	0
`0/1`	이형접합	0.5
`1/1`	동형접합 변이	1.0
`1/2`	서로 다른 두 변이 — 참조가 없다	—
`./.`	부를 수 없었다. 깊이가 0 이거나 증거가 없다	—

마지막 줄이 이 권에서 계속 돌아옵니다. ./. 는 0/0 이 아닙니다. '참조와 같다'가 아니라 '모른다'입니다.

정상 시료가 ./. 인데 종양이 1/1 이면, 뺄셈이 그것을 체세포 변이라고 부릅니다 — 잘못된 판정입니다.

이것이 뺄셈에서 가장 흔한 실수입니다. 정상 쪽 깊이를 확인하지 않는 것.

Python 브라우저에서 실행

# ./. 를 0/0 으로 다루면 무슨 일이 생기나
sites = [
    # (자리, 정상 GT, 정상 DP, 종양 GT, 종양 DP)
    (47258004, "0/0", 31, "1/1", 61),   # 진짜 체세포
    (47258120, "0/1", 28, "0/1", 55),   # 생식세포 — 둘 다 있다
    (47258301, "./.",  0, "0/1", 58),   # 정상을 못 봤다
    (47258455, "./.",  2, "1/1", 60),   # 정상이 너무 얕다
]
print(f"{'자리':>10}{'정상':>8}{'정상DP':>8}{'종양':>8}   판정")
for pos, ngt, ndp, tgt, tdp in sites:
    naive = "체세포!" if ngt in ("0/0", "./.") and tgt != "0/0" else "생식세포"
    careful = ("판정 불가 — 정상 증거 없음" if ndp < 10
               else ("체세포" if ngt == "0/0" and tgt != "0/0" else "생식세포"))
    print(f"{pos:>10}{ngt:>8}{ndp:>8}{tgt:>8}   순진: {naive:<8} 신중: {careful}")
print()
print("아래 두 줄에서 갈립니다.")
print("정상을 못 본 자리를 '정상에 없다' 로 읽으면 거짓 양성이 쏟아집니다.")
print("정상 시료에도 최소 깊이 조건을 걸어야 합니다 — 6강.")

🤔 확인 문제

AD=10,51 의 뜻은?

🤔 확인 문제

정상 시료의 GT 가 ./. 이고 종양이 1/1 입니다. 옳은 판정은?

해설 ./. 는 '참조와 같다'가 아니라 '모른다'입니다. 이것을 0/0 으로 다루면 거짓 양성이 쏟아집니다. 뺄셈에는 정상 시료의 최소 깊이 조건이 반드시 붙어야 합니다.

🤔 확인 문제

VAF 를 계산할 때 sum(AD) 를 분모로 쓰는 편이 안전한 이유는?