关于VAF分析

    前面我向大家介绍过一款从vcf文件计算VAF的工具，但真正要用VAF分布来call CNV的SNPs还需要做进一步过滤，其原则是尽可能过滤掉更多的background noise，又保证SNPs的密度。

1.过滤掉那些测序质量过低的点，

2. Depth测得过浅的点，

3. 过滤掉那些很明显是PCR error or sequencing error的点

4. 过滤掉重复序列区域或非唯一比对区域的点的点

5. 过滤掉GC异常区域的点。

    如果是取的肿瘤组织（solid tumor）来做的WES测序，则跑完germline Mutation的流程后，如果肿瘤纯度不高的情况，即使肿瘤组织有非整倍体或拷贝数变异的异常，则数据仍然表现为非整倍体或拷贝数变异的嵌合。假如我们取的样品是100%纯的肿瘤细胞构成的组织样品来做建库测序，如果某染色体或某个片段的拷贝数为3，则VAF主要分布于0、0.33、0.66、1。但假如取的样品只有50%的肿瘤细胞而另外50%为正常细胞的情况，则Variant Allele Frequency主要分布于0、0.4、0.6、1。肿瘤的纯度越低的情况下，位于中间的VAF因为其本身的波动性越不容易区分开来。

    其实目前的情况下有一款基于半导体芯片的细胞分选仪器DEParray，他能根据肿瘤细胞的抗体抗原反应或者肿瘤细胞本身的形态等特点，富集筛选出纯的肿瘤细胞。这样我们就能像分析germline Mutation一样去分析肿瘤的Somatic Mutation了，就不存在我们平时分析Somatic Mutation时候 VAF一般都很低的情况了。

    今天本人分析了一些肿瘤的组织样本的VAF分布，绝大部分都观察到了染色体或CNV的异常。可能这些做靶向用药指导的样本本身大多是晚期患者，另外也可能这些取得肿瘤组织纯度比较高，VAF分布都非常明显能观察到比较多的染色体或CNV的异常（不仅仅是单个染色体或区域，一般都有几条染色体或区域的异常），看来肿瘤组织的基因组不稳定性非常高了。不知道是否是因为某些驱动基因的点突变导致了染色体或CNV的异常了。

    其实肿瘤尤其是血液肿瘤SV也很常见，WES是很难分析到这类突变，Bionano或者WGS值得一试，如果价格降下来的话，高深度PCR free WGS测序，一定是解决各类突变（SNV/InDel、CNV（Read Depth + VAF）、嵌合体、SV、线粒体突变）的最优方案了。