Назначение

Определить пользовательские требования к автономной FUZKK-утилите, которая принимает CSV-файл лабораторных данных, выполняет проверку по зашитым в код правилам и формирует LabWare-compatible JSON.

Область применения

Утилита предназначена для предварительной QC/QA-оценки, интеграционного тестирования, LIMS/LabWare flow и подготовки evidence trail. Окончательное решение остаётся за валидированной процедурой лаборатории и ответственным персоналом.

Пользователи

QC analyst, QA reviewer, CSV/validation engineer, LIMS/LabWare integration engineer, responsible laboratory specialist.

Пользовательские требования

1. Утилита должна запускаться без параметров и выводить самоописание, пример input.csv из GetDemoData() и demo evaluation для встроенного набора данных.
2. Утилита должна запускаться с двумя параметрами: input.csv output.json.
3. Утилита не должна читать input.csv и не должна писать output.json при запуске без параметров.
4. CSV должен читаться с CultureInfo.InvariantCulture для числовых значений.
5. Результат должен формироваться в LabWare-compatible JSON с Header, Samples, Results, Status, StatusCode, ErrorMessage, Description и DescriptionEN.
6. При PASS поле ErrorMessage должно быть пустой строкой.
7. Зашитые лимиты должны следовать приоритету: Ph. Eur. → British Pharmacopoeia / UK implementation → ЕАЭС / региональные требования → EMA/ICH/EU guidance → USP fallback.
8. Если точная монография неизвестна, применяются строгие стандартные API-лимиты: Assay 98–102%, total impurities ≤1.0%, individual impurity ≤0.5%, если это применимо к типу утилиты.
9. Для биопрепаратов и mAb-like продуктов должны учитываться агрегаты, стерильность и эндотоксины, если такие параметры релевантны назначению утилиты.
10. Если параметр может приходить в разных единицах, единица должна быть отдельным входным полем или явно отражаться в имени поля input.csv.

Входной CSV

BatchNumber,ProductName,Total_Reads,Mean_Coverage,Percent_Coverage_95Pct,Sequence_Identity_Percent,Structural_Variants_Count,Major_Deletion_Percent,ITR_Coverage,Promoter_Coverage,PolyA_Coverage
CGT-NGS-2026-001,AAV9-CNS-Gene,5000000,1500.0,98.0,99.8,0,1.5,800.0,1400.0,1350.0
CGT-NGS-2026-002,Lenti-CAR-T,8000000,2000.0,99.0,99.9,0,0.5,0.0,1900.0,1850.0
CGT-NGS-2026-003,Adeno-Onco,3000000,800.0,95.0,98.5,2,8.0,0.0,750.0,700.0

Поля input.csv

Описание утилиты

Vector Identity NGS Profiler — Профилировщик идентичности вектора методом NGS

Vector Identity NGS Profiler — Профилировщик идентичности вектора методом NGS

ℹ️ Утилита анализирует данные секвенирования нового поколения:
• Идентичность последовательности (≥99%)
• Глубина покрытия (≥1000X)
• Структурные варианты (делеции/инсерции)
• Целостность регуляторных элементов (ITR, Promoter)

⚠️ КРИТИЧНО: Делеции в трансгене приводят к потере функции!
NGS — единственный метод обнаружения сложных перестроек.

Использование:
VectorIdentityNGSProfiler.exe → демо-режим (вывод в консоль)
VectorIdentityNGSProfiler.exe input.csv output.json → оценка ваших данных

Формат input.csv:
BatchNumber,ProductName,Total_Reads,Mean_Coverage,Percent_Coverage_95Pct,Sequence_Identity_Percent,Structural_Variants_Count,Major_Deletion_Percent,ITR_Coverage,Promoter_Coverage,PolyA_Coverage

Пример:
CGT-NGS-2026-001,AAV9-CNS-Gene,5000000,1500.0,98.0,99.8,0,1.5,800.0,1400.0,1350.0

— ЗАЧЕМ ЭТО НУЖНО?
Контроль идентичности критичен для генной терапии (Novartis, BioNTech, Oxford Biomedica):
• Вирусные векторы могут подвергаться рекомбинациям, делециям и перестройкам при производстве
• Стандартная ПЦР не может обнаружить крупные структурные изменения или гетерогенность популяции
• NGS позволяет подтвердить наличие всех регуляторных элементов (промотор, энхансер, polyA)
• Для AAV критична целостность ITR (инвертированных концевых повторов), необходимых для упаковки

⚠️ КРИТИЧЕСКИ ВАЖНО:
• Идентичность последовательности ≥99% — отсутствие непредвиденных мутаций
• Глубина покрытия ≥1000X — статистическая значимость для детекции редких вариантов
• Отсутствие структурных вариантов (SV) — гарантия целостности трансгена
• Низкий уровень крупных делеций (<5%) — контроль качества упаковки
• Покрытие ITR/Promoter/PolyA — подтверждение наличия всех функциональных частей

Ключевые особенности утилиты:
• Анализ данных полногеномного или таргетного секвенирования вектора
• Детекция структурных вариантов (SV) и инделей
• Оценка равномерности покрытия по всему геному вектора
• Поддержка различных платформ (Illumina, Nanopore, PacBio)

Критические параметры:
• Идентичность: ≥99%
• Покрытие: ≥1000X
• Структурные варианты: 0
• Крупные делеции: ≤5%
• Покрытие ITR: ≥500X

💡 Советы по использованию:
1. Используйте длинные риды (Long-read sequencing) для лучшего разрешения повторяющихся регионов (ITR)
2. Применяйте специализированные биоинформатические пайплайны для вирусных векторов
3. Сравнивайте результаты с референсной плазмидой, использованной для производства
4. Обращайте внимание на "drop-outs" в покрытии — они могут указывать на вторичные структуры
5. Для AAV обязательно проверяйте целостность обоих ITR (5' и 3')

⚠️ Особенность: В отличие от малых молекул, где идентичность определяется массой и спектром, для биологических векторов идентичность — это сложная структурная характеристика. NGS является "золотым стандартом" для подтверждения того, что вы производите именно тот вектор, который заявлен в досье.

Трассируемость и ограничения

• URS используется как исходный документ для functional specification, CSV review и последующей CSV/validation работы.
• Документ не является заменой утверждённой фармакопейной монографии, валидированного метода или внутренней спецификации продукта.
• Для product-specific лимитов приоритет имеет утверждённая спецификация заказчика.

Функциональная спецификация описывает поведение автономной консольной утилиты FUZKK, формат входных данных, алгоритм оценки и структуру выходного JSON.

Функциональный поток

1. Main() проверяет количество аргументов.
2. Если аргументов нет: PrintHello() выводит описание и встроенный пример input.csv, затем RunDemoEvaluation() выполняет Evaluate() по GetDemoData() и печатает demo JSON.
3. Если передано два аргумента: RunWithFiles(input.csv, output.json) читает CSV, выполняет Evaluate() по каждой строке и записывает LabWare-compatible JSON.
4. LoadData() использует CultureInfo.InvariantCulture и не должен вызываться в no-args режиме.
5. Evaluate() возвращает именованный кортеж с BatchNumber, ProductName, Parameters, CriticalFailCount, WarningCount, Recommendation и RecommendationEN.
6. GetIssues() формирует сообщения для ErrorMessage при WARNING/FAIL.

Правила оценки

• PASS: CriticalFailCount = 0 и WarningCount = 0.
• WARNING: CriticalFailCount = 0 и WarningCount > 0.
• FAIL: CriticalFailCount > 0.
• ERROR: исключение при чтении или обработке данных.
• ErrorMessage остаётся пустым при PASS.
• Лимиты зашиты в Program.cs; внешняя конфигурация лимитов не требуется.

Ввод и поля

BatchNumber,ProductName,Total_Reads,Mean_Coverage,Percent_Coverage_95Pct,Sequence_Identity_Percent,Structural_Variants_Count,Major_Deletion_Percent,ITR_Coverage,Promoter_Coverage,PolyA_Coverage
CGT-NGS-2026-001,AAV9-CNS-Gene,5000000,1500.0,98.0,99.8,0,1.5,800.0,1400.0,1350.0
CGT-NGS-2026-002,Lenti-CAR-T,8000000,2000.0,99.0,99.9,0,0.5,0.0,1900.0,1850.0
CGT-NGS-2026-003,Adeno-Onco,3000000,800.0,95.0,98.5,2,8.0,0.0,750.0,700.0

Выходной JSON

{
  "Header": {
    "UtilityName": "Vector_Identity_NGS_Profiler",
    "Version": "1.0.0",
    "Timestamp": "UTC",
    "InstrumentID": "FUZKK-QC-WORKSTATION",
    "OperatorID": "Admin"
  },
  "Samples": [
    {
      "SampleID": "from BatchNumber",
      "BatchNumber": "from CSV",
      "ProductName": "from CSV",
      "TestName": "utility-specific test",
      "AnalysisCode": "utility-specific code",
      "Status": "PASS | WARNING | FAIL | ERROR",
      "StatusCode": "1 | 2 | 0 | -1",
      "ErrorMessage": "",
      "Description": "Russian recommendation",
      "DescriptionEN": "English recommendation",
      "Results": [
        {
          "ParameterName": "parameter",
          "ResultValue": 0.0,
          "UnitOfMeasure": "unit",
          "SpecificationLimit": "limit",
          "IsWithinSpec": true
        }
      ]
    }
  ]
}