夜雨聆风一份NGS报告是怎么从组织变成PDF的？ ——13年行业经验的流程拆解 一份NGS报告从组织到PDF，要经过样本接收、核酸提取、文库制备、上机测序、数据分析、报告生成六个环节。13年行业经验告诉你，报告质量不是由最先进的仪器决定的，而是由最薄弱的环节决定的。 作者：骑着蜗牛丈量世界 |
我是一块FFPE组织。 准确地说，我是一块被福尔马林固定、石蜡包埋过的肿瘤组织切片。此刻我正躺在一家NGS检测实验室的样本接收台上，身上贴着一张条码，旁边还有一份申请单和一管血液——那是我这次旅行的"同伴"。 我不知道自己会变成什么。但接下来大概7到14天里，我会经历裂解、洗涤、扩增、测序、比对……最终变成一份PDF文件，出现在某个医生的电脑屏幕上。 13年经验告诉我，这段旅程远比大多数人想象的复杂。而且，NGS报告的质量从来不是由最先进的仪器决定的，而是由最薄弱的环节决定的——"木桶效应"在我们这个行当里体现得淋漓尽致。 今天，我想把这段旅程完整地讲给你听。 |
第一站：样本接收与处理——"快递分拣中心" |
▎到达 我到达实验室的时候，已经是下午三点了。和我一起到的还有二十多个样本，有的装在密封袋里，有的泡在福尔马林瓶中，还有几管紫帽采血管安安静静地躺在冷链箱里。 样本接收员小陈拿起我，先扫了条码，然后翻看申请单，再对着电脑屏幕核对信息。三对照——条码、申请单、患者信息，一个都不能少。 说实话，这一步看起来最简单，但13年经验告诉我，它出的问题一点都不少。NGS检测失败率临床报道从2%到近20%不等，多数大型实验室控制在5-10%区间（商业实验室可压到6-7%）。失败绝大多数根源在样本本身的质量底线——肿瘤含量不足、DNA总量不够、固定/储存损伤——但这些问题如果在接收环节没被识别和拒收，就会一路"传染"到下游白白消耗试剂和时间。 ▎样本类型识别 实验室每天收到的样本五花八门。FFPE组织块、FFPE白片、新鲜组织、外周血（EDTA抗凝）、外周血（Streck管）、骨髓穿刺液、胸腹水离心沉淀物……不同样本类型的处理流程完全不同，识别错了，后面全错。 小陈把我归入"FFPE组织"类，在系统里录入样本类型、接收时间、外观描述。 ▎质量初检 然后是肉眼检查。她看了看我的蜡块——完整，没有明显裂纹。又翻了翻白片——嗯，组织面积够大，染色均匀。记录：外观正常。 但不是每个样本都像我这么"体面"。 我见过蜡块裂成两半的，见过白片上组织只剩绿豆大小的，见过福尔马林瓶里漂着絮状物的，还见过采血管标签模糊到根本看不清名字的。这些问题如果不在这里被发现，就会一路"传染"到后面的每一个环节。 样本接收就像"快递分拣中心"——包裹从四面八方涌来，你得快速分类、核对地址、检查外包装。分错了，包裹就送不到该去的地方；外包装破损了，里面的东西可能已经坏了。 |
常见错误 ✗ 条码贴错或脱落：样本混淆发生率约0.1-1%，大部分发生在接收环节。条码贴歪了扫码器读不出来，或者两个样本的条码贴反了——这种事听着离谱，但忙起来真会发生。 ✗ 样本类型与申请单不符：申请单写着"外周血DNA检测"，送来的却是FFPE白片。可能是临床医生开单时选错了选项，也可能是护士采样时拿错了管子。 ✗ FFPE蜡块无对应白片：有些医院只送蜡块不送白片，实验室需要自己切片。但切片需要病理科的技术和设备，NGS实验室不一定具备。 ✗ 血液样本溶血或凝固：EDTA管混匀不充分导致血液凝固，Streck管超时（超过7天）导致白细胞降解。溶血样本游离DNA浓度假性升高，后续数据质量一塌糊涂。 ✗ 申请单信息不完整：缺少临床诊断、送检目的、患者联系方式……信息不全，后面的报告解读和审核都会卡壳。 |
对话 小陈发现旁边一个样本的条码和申请单对不上，叫来了组长老周。 小陈："周哥，这个样本条码扫出来是张三，但申请单上写的是李四。" 老周（看了一眼）："又是这种。打电话问送检医院，确认到底是哪个患者的。" 小陈："如果联系不上呢？" 老周："那就先冻存，标记'信息存疑'，不进流程。宁可让样本多等一天，也不能让错误的报告发出去。" 小陈："上次那个联系了三天才确认的……" 老周："三天就三天。NGS报告出了错，可不是三天能解决的。" |
第二站：核酸提取——"从水果里榨汁" |
▎裂解 第二天一早，我被送到了核酸提取区。 技术人员把我从蜡块里"解放"出来——先脱蜡，用二甲苯或环保脱蜡液溶解石蜡，再用乙醇洗去残留。然后是组织消化，蛋白酶K在56℃下工作数小时，把蛋白质"啃"碎，把DNA从蛋白的包裹中释放出来。 这个过程，就像"从水果里榨汁"——你得先剥皮（脱蜡），再打碎果肉（裂解），然后过滤掉果渣（纯化），最后得到一杯纯净的果汁（核酸溶液）。 不过，榨汁也有讲究。有的水果轻轻一捏就出汁，有的得使劲压。FFPE样本就是那种"干巴巴的果子"——福尔马林固定让蛋白质和核酸交联在一起，DNA被"焊"住了，裂解难度远大于新鲜组织。FFPE样本DNA已发生不可逆的碎片化——主峰多在100-400bp，建库产出可能只有新鲜组织来源的20-60%，长期储存后提取总量可损失半数以上，这就是为什么FFPE样本的核酸提取总是让人提心吊胆。 ▎结合、洗涤、洗脱 裂解之后，释放出来的DNA需要被纯化。目前实验室最常用的是硅胶膜柱法或磁珠法。 原理不复杂：在特定盐浓度和pH条件下，DNA会吸附到硅胶膜或磁珠表面，而蛋白质、脂质、盐离子等杂质留在溶液中被洗掉。然后用低盐缓冲液或纯水把DNA从膜/珠上洗脱下来。 洗涤这一步特别关键。洗不干净，残留的盐和蛋白会抑制后续的酶反应；洗得太狠，DNA也跟着流失了。这个分寸，大概只有亲手操作过几千次的人才能拿捏好。 嗯，说"几千次"可能有点夸张了。但几百次肯定是有的。 ▎质量评估 提取完成后，技术人员要对我进行"体检"： • 浓度：用Qubit荧光法测定。注意，不是NanoDrop——NanoDrop测的是吸光度，会把降解的DNA碎片也算进去，浓度虚高。Qubit只测双链DNA，更准确。 • 纯度：看A260/A280和A260/A230比值。1.8-2.0是理想范围。偏低说明蛋白污染，偏高可能是RNA残留或盐离子干扰。 • 完整性：这是FFPE样本最头疼的指标。新鲜组织的DNA是一条完整的"长线"，FFPE样本的DNA被切成了一段一段的"短线头"。用琼脂糖凝胶电泳或片段分析仪可以看DNA片段的分布。 如果DNA浓度太低、纯度太差、或者碎片化严重——对不起，后面的步骤可能就没法进行了。 13年经验告诉我，核酸质量是NGS检测的"地基"。地基不牢，后面盖再漂亮的楼也是白搭。 |
常见错误 ✗ 脱蜡不彻底：石蜡残留会抑制蛋白酶K的活性，导致裂解不充分，DNA得率低。尤其是陈年蜡块，石蜡渗透得更深，脱蜡需要更充分的时间和试剂。 ✗ 裂解时间不足：有些操作员为了赶进度，把蛋白酶K消化时间从过夜缩短到2小时。新鲜组织也许勉强够用，FFPE样本？想都别想。 ✗ 磁珠残留：洗脱时磁珠没完全分离，混入了DNA溶液中。磁珠会抑制后续的PCR扩增，导致文库产量低。 ✗ DNA过度干燥：用乙醇洗涤后如果干燥时间太长，DNA会紧紧吸附在膜上，洗脱效率骤降。有些操作员怕乙醇残留，吹干半小时——结果DNA"焊"死在膜上，拿不下来了。 ✗ 忽略降解评估：只测浓度不看完整性，DNA浓度明明够，但全是碎片。后面文库构建勉强能做，但覆盖度不均匀，结果不可靠。 |
对话 提取区的技术员小林对着电脑屏幕皱了皱眉。 小林："这个样本DNA浓度才8ng/μl，总量不到200ng……" 旁边的老赵（探头看了一眼）："FFPE的吧？正常。你看看片段分布。" 小林："主峰在200bp左右，拖尾严重。" 老赵："典型降解。跟送检医院确认一下，能不能补送蜡块。这种质量，硬做也行，但数据肯定不好看。" 小林："如果补送不了呢？" 老赵（想了想）："那就降低上样量，文库制备的时候多扩增几个循环。能出数据，但假阴性的风险会高一些——报告里要注明样本质量受限。" |
第三站：文库制备——"给DNA装订成书" |
▎片段化 提取出来的DNA——也就是"我"——现在要被进一步处理了。 如果我的DNA片段已经很短（比如FFPE样本），可能不需要额外片段化。但如果是新鲜组织或血液提取的长链DNA，就需要用超声或酶切的方法，把DNA打断成200-300bp的小片段。 为什么要打断？因为NGS测序对插入片段的长度有要求，太长了测不通，太短了信息量不够。就像一本书，你要把它拆成一页一页的，才能放进扫描仪里。 ▎末端修复与接头连接 打断后的DNA片段，两端是参差不齐的——有的突出一截，有的凹进去一块。末端修复就是把这些"毛边"修整齐，补平3'端，削平5'端，让所有片段都变成平末端。 然后是加"A"尾——在3'端加上一个腺嘌呤（A），这样就能和带"T"尾的接头互补配对。 接下来是最关键的一步：接头连接。 接头是什么？你可以把它理解为一本书的"封面和封底"——它包含了测序仪识别序列所需的全部信息：测序引物结合位点、索引序列（Index，用于区分不同样本）、簇生成序列等。没有接头，DNA片段在测序仪上就是"无面目的流浪者"，没人认识它，没人能读它。 给DNA装上接头，就像"给散页装订成书"——每页内容不同，但封面格式统一，方便图书馆（测序仪）统一管理和检索。 ▎PCR扩增 接头连接后的DNA片段数量通常不够，需要PCR扩增来富集。扩增的循环数取决于起始DNA量和文库目标产量。但循环数不是越多越好——每多一个循环，就多一分PCR重复（duplicate）和扩增偏好的风险。 ▎文库质控 扩增完成后，文库需要通过质控才能上机： • 片段大小：用片段分析仪或Bioanalyzer检测。正常文库的主峰应该在300-500bp之间（插入片段+接头长度）。如果出现多余的峰，可能是接头二聚体或非特异性扩增产物。 • 浓度：用Qubit或qPCR定量。qPCR更准确，因为它只测能被扩增的有效文库分子。 文库制备失败率约3-8%。这个数字听起来不高，但考虑到每个样本的文库制备成本和时间，每失败一次都是真金白银的损失。 |
常见错误 ✗ 接头二聚体：两个接头没有连接DNA片段就直接连在了一起。这是文库制备中最常见的问题。接头二聚体会被测序仪大量读取，浪费数据量。预防措施：优化接头与DNA片段的摩尔比，不要加太多接头。 ✗ 扩增过度：PCR循环数太多，导致重复序列比例过高。一般来说，重复率超过30%就会显著影响变异检测的灵敏度。起始量低的样本尤其容易踩这个坑。 ✗ 片段化不均匀：超声打断时间或功率设置不当，导致片段大小分布过宽。太长的片段测序深度不够，太短的片段信息量不足。 ✗ Index交叉污染：多个样本同时建库时，Index序列发生错配或交叉分配，导致测序数据"串号"。这和前面说的样本混淆不同——样本混淆是物理层面的，Index交叉是分子层面的。 ✗ 文库浓度虚高：Qubit测的浓度包含了接头二聚体和非特异性产物，实际有效文库浓度低于测量值。上机后数据量不足，需要补测。 |
对话 文库制备区的技术员小王拿着质控报告来找主管李姐。 小王："李姐，这个样本的文库质控不太对劲。主峰在150bp附近，明显偏小。" 李姐（看了看）："接头二聚体。你看看那个小峰是不是在120bp左右？" 小王："对，120bp有个小峰。" 李姐："那就是了。120bp是纯接头二聚体的长度，150bp是接头加极短片段。你建库的时候起始量多少？" 小王："50ng。" 李姐："起始量偏低，接头相对过量了。重新建库吧，起始量提到100ng，接头稀释一倍。" 小王："这个样本DNA总量不够了……" 李姐："那就用半量建库方案，减少接头用量，多加两个PCR循环。但注意监控重复率。" |
第四站：上机测序——"流水线拍照" |
▎测序平台 终于到了最"高精尖"的环节——上机测序。 目前国内肿瘤NGS检测最常用的平台是Illumina的测序仪（如NovaSeq 6000、NextSeq 2000等）。我将以Illumina平台为例来讲述这个过程。当然，还有其他平台如MGI、Ion Torrent等，原理各有不同，但核心逻辑相似。 Illumina的测序原理叫"边合成边测序"（Sequencing by Synthesis, SBS）。NGS单次测序通量可达数百GB，这意味着一台测序仪一次运行可以同时读取数十亿个DNA片段。 ▎样本加载与簇生成 多个样本的文库混合后（每个样本有独特的Index来区分），被加载到测序芯片（flow cell）上。Flow cell的内表面密布着寡核苷酸引物，文库分子通过接头序列与这些引物互补结合。 然后是簇生成（Cluster Generation）：每个结合的DNA分子被桥式PCR扩增，形成一个由数千个相同DNA拷贝组成的"簇"。每个簇就是一个"信号点"——测序时，每个簇发出的荧光信号足够强，能被相机捕捉到。 这个过程，就像"流水线拍照"——每个DNA片段被复制成一群"克隆"，排好队站在传送带上，相机一个一个地拍，记录下每个位置上的碱基颜色。 ▎测序循环 测序开始后，加入带有荧光标记的可逆终止dNTP。每个循环中，DNA聚合酶在每条链的3'端加上一个碱基，然后拍照记录荧光颜色（A=绿色，T=红色，C=蓝色，G=黄色——不同化学版本的配色可能不同），再切掉荧光基团和终止基团，进入下一个循环。 150个循环，就意味着读150个碱基。双端测序（Paired-end）则从DNA片段的两端各读一次，信息量翻倍。 Illumina SBS的per-base call错误率在高质量cycle达0.1%（Q30=99.9%准确率），低质量cycle边缘可能到~1%（Q20）——这也是为什么下游变异检测需要统计模型区分真突变与测序/FFPE损伤假象。这个错误率虽然不高，但在检测低频突变时（比如变异频率<5%的体细胞突变），测序错误和真实突变之间的界限就变得模糊了——这也是为什么后续数据分析需要复杂的统计模型来区分信号和噪声。 |
常见错误 ✗ 加载浓度不当：上样量太高，簇密度过大，相邻簇的荧光信号重叠，导致图像分析困难，数据质量下降；上样量太低，簇密度不足，数据量不够，浪费芯片容量。 ✗ Index hopping：在patterned flow cell上，Index序列可能在不同簇之间"跳跃"，导致样本分配错误。Illumina的NovaSeq平台尤其需要注意这个问题——使用Unique Dual Index（UDI）可以有效降低Index hopping的影响。 ✗ PhiX比例不当：PhiX是已知序列的对照DNA，混入测序样本中用于监控测序质量。比例太低，质量监控不可靠；比例太高，浪费数据量。一般建议PhiX占比1-5%，低多样性文库（如扩增子Panel）可能需要提高到10-20%。 ✗ Flow cell气泡或缺陷：加样时引入气泡，或flow cell本身存在制造缺陷，导致局部区域无法正常测序。表现为数据覆盖度出现"黑洞"——某些区域完全没有reads覆盖。 ✗ 试剂批次问题：偶尔会遇到某个批次的测序试剂性能异常，导致Q30（碱基质量值≥30的比例）不达标。这种情况不多见，但一旦发生，整批样本都需要重测。 |
对话 测序区的工程师老张盯着监控屏幕，眉头紧锁。 老张："这轮Run的Q30掉到75%了，平时应该在85%以上。" 助手小孙："会不会是试剂的问题？这批试剂上周刚换的新批次。" 老张："有可能。但先看看是不是某个lane的问题——如果只有一个lane异常，可能是加样问题；如果所有lane都低，那就是系统性问题。" 小孙："我看看……Lane 1和Lane 3的Q30正常，Lane 2和Lane 4偏低。" 老张："嗯，不太像试剂批次的问题。检查一下Lane 2和4的簇密度，是不是过密了？" 小孙："簇密度确实偏高，K/mm²比标准高出了20%。" 老张："上样量偏高了。下次这两个样本类型要降低上样浓度。这轮数据先跑完，后面看覆盖度情况再决定要不要补测。" |
第五站：数据分析——"拼图+找不同" |
▎原始数据处理 测序完成后，测序仪输出的是一堆荧光图像。首先需要通过base calling把这些图像转换成碱基序列——这就是原始测序数据（raw data）。 Illumina的base calling软件（如bcl2fastq或DRAGEN）会把每个簇的荧光信号序列转换成ATCG的碱基序列，同时为每个碱基计算一个质量值（Phred score）。质量值Q30意味着碱基准确率≥99.9%。 然后根据Index序列把混合测序的数据拆分到各个样本，生成FASTQ文件——这就是数据分析的起点。 ▎序列比对 FASTQ文件里是成千上万条短序列（reads），它们就像拼图碎片，需要被"拼"回到正确的位置上。 比对软件（如BWA-MEM、DRAGEN等）把每条read与人类参考基因组（GRCh37/GRCh38）进行比对，找到它最可能来自的位置。这个过程就像"拼图"——你有一堆碎片，需要对照着完整的图案把它们一一归位。 但拼图不是总能完美拼上。有些read来自基因组重复区域，可能比对到多个位置；有些read含有突变或测序错误，与参考序列不完全匹配；还有些read根本比对不上任何位置——可能是接头序列、污染序列，也可能是参考基因组中缺失的序列。 ▎变异检测 比对完成后，就到了最核心的步骤——变异检测。 变异检测就像"找不同"——把样本的基因组序列与参考基因组并排放在一起，找出每一个不一致的地方。 不同类型的变异需要不同的检测算法： • SNV（单核苷酸变异）：单个碱基的替换。用MuTect2、VarScan等工具检测。 • InDel（小片段插入/缺失）：几个到几十个碱基的插入或缺失。用MuTect2、Strelka等工具检测。 • CNV（拷贝数变异）：大片段基因的扩增或缺失。用CNVkit、FACETS等工具检测。 • Fusion（基因融合）：两个不同基因的片段异常拼接在一起。用STAR-Fusion、Arriba等工具检测（RNA层面），或用Manta、Lumpy等工具检测（DNA层面）。 数据分析中约5-10%的变异需要人工审核行业估算。这些通常是低频变异、复杂区域变异、或算法结果不一致的变异——机器拿不准的，还得人来把关。 |
常见错误 ✗ 参考基因组版本混淆：GRCh37（hg19）和GRCh38的坐标体系不同，同一个突变在两个版本上的位置可能不一样。如果比对用的是GRCh38，但注释数据库还是GRCh37的，坐标就对不上。这个问题听起来低级，但我确实见过——而且不止一次。 ✗ 比对参数不当：BWA-MEM的默认参数适用于全基因组测序，但Panel测序的read长度、插入片段大小可能不同，需要调整参数。参数不对，比对率下降，后续全错。 ✗ PCR重复未去除：PCR扩增产生的重复reads会被误认为高深度覆盖，导致变异频率计算偏差。去重（deduplication）是必须的步骤——但去重方法也要选对，分子标签（UMI）方案和常规方案的去重逻辑不同。 ✗ 低频突变过滤过严：为了减少假阳性，有些分析流程把变异频率阈值设得比较高（比如≥5%），但这样会漏掉真实的低频突变。在ctDNA检测中，有些临床相关的突变频率可能低至0.1%——过滤太严，信号就没了。 ✗ 注释数据库未更新：基因注释、药物注释数据库需要定期更新。用半年前的数据库做注释，可能遗漏新发现的变异位点或新获批的药物信息。 |
对话 生信分析师小刘正在审核一批变异结果，叫来了同事老何。 小刘："何哥，这个样本有个EGFR L858R，但频率只有1.2%，你觉得靠谱吗？" 老何："看几个指标：深度够不够？比对质量怎么样？链偏向性（strand bias）严不严重？" 小刘："深度320×，比对质量MAPQ=60，正负链reads都有支持，比例大概55:45。" 老何："嗯，链偏向性不严重。但1.2%这个频率……是FFPE样本吧？" 小刘："对。" 老何："FFPE样本的C>T/G>A假阳性特别多，这是福尔马林固定造成的脱氨基损伤。你看看这个位点是不是C>T？" 小刘："……还真是C>T。" 老何："那就得小心了。用UMI纠错方案重新算一下频率，如果UMI纠错后频率还在1%以上，可以考虑保留；如果掉到0.5%以下，大概率是假阳性。" |
第六站：报告生成——"翻译+排版" |
▎数据解读 变异检测完成后，得到的只是一堆VCF文件里的碱基变化列表——A变成了T，第858位的亮氨酸变成了精氨酸……这些冷冰冰的符号，对临床医生来说毫无意义。 数据解读就是把"碱基语言"翻译成"临床语言"的过程。解读人员需要判断：这个变异是什么类型？是否已被文献报道？是否属于已知的驱动突变或耐药突变？ 但请注意——我这里说的是"技术层面的分类和注释"，不是"临床意义判断"。NGS报告会列出变异信息和相关文献引用，但具体的临床决策权始终在主治医生手中。我们做的是"翻译"，不是"开处方"。 这个翻译过程，就像——嗯，就像"翻译+排版"——先把外文书籍翻译成中文，再按照读者习惯的格式排版成可读的文档。翻译要准确，排版要清晰，两者缺一不可。 ▎报告模板应用 解读完成后，信息被填入报告模板。一份标准的NGS检测报告通常包括： • 患者基本信息 • 样本信息（类型、质量评估） • 检测方法学说明 • 检测结果（检出的变异列表） • 变异注释（变异类型、频率、相关文献） • 质控指标（测序深度、覆盖度、均一性等） • 免责声明和局限性说明 模板不是一成不变的。不同Panel、不同样本类型、不同送检目的，报告格式和内容侧重点都有差异。但核心原则是：信息完整、逻辑清晰、可追溯。 ▎最终PDF文件生成 报告经过解读人员填写、审核人员复核、授权人签发后，最终生成PDF文件。这个PDF会被上传到系统，临床医生可以通过平台在线查看或下载。 从组织到PDF，我的旅行到此结束。 但故事没有结束。因为一份报告的质量，取决于整个流程中每一个环节的可靠性。任何一个环节出了问题——样本混淆、核酸降解、接头二聚体、测序质量差、分析参数错、解读遗漏——最终报告都可能"失真"。 |
常见错误 ✗ 变异注释错误：把错义突变（missense）标注为无义突变（nonsense），或者把氨基酸位置标错了一位。这种"笔误"级别的错误，后果可能很严重——因为临床医生是根据你报告里的信息做决策的。 ✗ 质控指标遗漏：报告里没有标注测序深度、覆盖度等质控信息。临床医生无法判断这份报告的数据质量是否可靠。一份没有质控信息的报告，就像一张没有刻度的尺子——看起来像尺子，但量不出东西。 ✗ 模板版本过旧：用了旧版报告模板，缺少新增的必填字段或更新后的免责条款。报告合规性审查不通过，需要返工。 ✗ 患者信息张冠李戴：报告生成时系统调取了错误的患者信息。这个问题和第一站的样本混淆不同——样本没搞错，但报告生成时信息匹配出了bug。 ✗ 审核流程形同虚设：审核人只是"签个字"，没有真正逐项核对。13年经验告诉我，审核环节是报告质量的最后一道防线，如果这道防线也松了，那前面的所有努力都可能白费。 |
对话 报告审核区的赵医生正在复核一份报告，发现了问题。 赵医生："这份报告的质控部分，平均测序深度只有180×，但我们的标准是≥500×。怎么通过的？" 解读员小吴："这个样本是FFPE，DNA质量不太好，深度确实没达到标准。但覆盖度还行，98%的目标区域覆盖度≥100×。" 赵医生："覆盖度达标不代表深度达标。180×的平均深度，低频突变的检测灵敏度肯定受影响。报告里有没有注明？" 小吴："……没有。" 赵医生："补上。在局限性说明里加一条：'本样本平均测序深度低于实验室标准，低频变异（VAF<5%）的检测灵敏度可能受限，结果需结合临床综合判断。'" 小吴："好的。那这份报告需要重做吗？" 赵医生："数据不用重做，但报告必须修改后重新签发。宁可多花半小时，也不能发一份信息不完整的报告。" |
灰度讨论 |
▎争议一：FFPE样本到底该不该设"准入门槛"？ FFPE样本DNA降解率约30-50%，这意味着大量FFPE样本的核酸质量其实是不达标的。但现实是，很多患者只有FFPE样本可用——重新活检有创伤、有风险、有费用，不是想做就能做。 争议空间：如果严格设门槛（比如DNA总量≥50ng、片段主峰≥200bp），会有相当比例的患者被"拒之门外"，无法进行NGS检测；如果降低门槛，又面临假阴性风险——检测了，但结果不可靠，可能比不检测更危险。 执行难点：谁来定这个门槛？不同Panel对核酸质量的要求不同，不同实验室的检测能力也不同。统一标准可能"一刀切"，不统一标准又缺乏可比性。而且，门槛设高了，送检量下降，实验室收入受影响——这个利益因素，没人愿意明说，但确实存在。 ▎争议二：人工审核到底该审多少？ 数据分析中约5-10%的变异需要人工审核。但在实际操作中，这个比例的弹性很大——审得细，一个样本可能要花2小时；审得粗，15分钟就能过。 争议空间：审得越细，报告越可靠，但效率越低、成本越高；审得越粗，效率上去了，但漏审的风险也上去了。在目前NGS Panel检测价格从8000-15000元降至3000-6000元的大背景下，实验室的利润空间越来越薄，人工审核的时间成本成了一个不得不算的账。 执行难点：哪些变异"必须审"、哪些"可以自动过"，目前没有统一标准。不同实验室的审核策略差异很大，有的只审低频变异，有的只审临床相关基因的变异，有的则全量审核。缺乏标准化的审核流程，意味着不同实验室的报告质量可能存在显著差异——而患者和医生通常无法区分这种差异。 |
写在最后 |
中国高通量测序在肿瘤诊断市场规模接近80亿元。这个数字背后，是数以万计的样本每天在经历我刚才讲述的旅程。 从组织到PDF，六个环节，每一步都可能出错，每一步都不可替代。 13年经验告诉我，NGS检测不是一台仪器的事，而是一条完整的链条。链条的强度取决于最薄弱的环节——样本接收的马虎、核酸提取的粗糙、文库制备的失误、上机测序的偏差、数据分析的疏漏、报告审核的形式主义……任何一个环节掉链子，最终的结果都可能失真。 所以，如果你是临床医生，拿到一份NGS报告时，请多看一眼质控指标——那不是装饰，是这份报告的"信用评级"。 如果你是实验室从业者，请对每一个环节保持敬畏——你手上的每一个操作，都可能影响一份报告的准确性，而那份报告背后，是一个真实的患者。 如果你是患者或家属，请理解NGS检测的复杂性——它不是抽管血等几天就出结果的简单检查，而是一段精密而脆弱的旅程。 我是一块FFPE组织。我的旅行结束了。但每天，还有无数个"我"正在路上。 愿每一段旅程，都不被辜负。 |
免责声明 本文以拟人化叙事手法介绍NGS检测的技术流程，所有环节描述基于行业通用操作规范与作者个人从业观察，不针对任何特定检测机构或平台。文中数据源自行业交流与推算，未经独立审计，不可作为学术引用或商业决策依据。本文不提供任何疾病的诊断建议、治疗方案推荐或基因变异的临床意义解读，亦不构成对任何检测产品或服务的背书。NGS检测的具体操作应遵循各实验室SOP及最新版行业指南。 |
