DeepVariant中VAF计算原理深度解析

概述

在基因组变异检测领域，DeepVariant作为谷歌开发的高精度变异检测工具，其输出结果中的VAF（Variant Allele Frequency，变异等位基因频率）字段常被用于评估变异在样本中的比例。然而，许多用户对VAF的计算方式存在误解，特别是与AD（Allelic Depth，等位基因深度）字段的关系。本文将深入解析DeepVariant中VAF的计算原理及其与AD字段的关系。

VAF与AD字段的基本概念

在DeepVariant的VCF输出中，AD字段表示每个等位基因的测序深度，而VAF字段则表示变异等位基因的频率。常见的误解是认为VAF等于变异等位基因深度除以所有等位基因深度之和（AD[1]/(AD[0]+AD[1])），但实际上DeepVariant采用了不同的计算方式。

VAF的真实计算方式

DeepVariant中的VAF计算遵循以下公式：

VAF = AD[1] / DP

其中：

• AD[1]：变异等位基因的测序深度
• DP：该位点的总测序深度（Depth）

示例分析

以一个实际变异为例：

chr13 32323151 . A AT 45.1 PASS . GT:GQ:DP:AD:VAF:PL 0/1:21:24:6,6:0.25:45,24,44

解析各字段：

• DP=24（总深度）
• AD=[6,6]（参考等位基因深度=6，变异等位基因深度=6）
• VAF=6/24=0.25

另一个示例：

chr13 32349216 . CA C 8.3 PASS . GT:GQ:DP:AD:VAF:PL 0/1:8:23:6,12:0.521739:7,0,22

解析：

• DP=23
• AD=[6,12]
• VAF=12/23≈0.521739

为什么AD[0]+AD[1]≠DP？

许多用户会注意到AD[0]（参考等位基因深度）和AD[1]（变异等位基因深度）之和并不总是等于DP（总深度）。这是因为：

1. 低质量读段过滤：部分读段可能因质量过低未被计入任何等位基因
2. 复杂变异场景：在多等位基因位点，可能存在未被报告的次要等位基因
3. 比对模糊性：部分读段可能无法明确分配到特定等位基因

技术意义与临床应用

理解VAF的正确计算方式对以下应用场景至关重要：

1. 体细胞变异检测：准确评估肿瘤样本中变异等位基因的比例
2. 嵌合体分析：识别组织特异性或发育阶段特异性变异
3. 变异验证：评估测序数据的支持程度
4. 质量控制：判断变异检测的可靠性

最佳实践建议

1. 在分析DeepVariant结果时，应同时考虑VAF和AD字段
2. 对于关键变异，建议手动计算VAF以验证结果
3. 注意DP与AD总和之间的差异，这可能提示数据质量问题
4. 在临床应用中，应建立基于VAF的过滤阈值

总结

DeepVariant中的VAF计算采用变异等位基因深度与总深度的比值，而非简单的两个等位基因深度之比。这种计算方式更全面地反映了变异在全部测序数据中的比例，避免了因未计入低质量或模糊比对读段而导致的偏差。正确理解这一计算原理对于准确解释变异检测结果具有重要意义。