CancerSignalOriginGateChecker

Cancer Signal Origin Gate

Liquid Biopsy жидкостная биопсия cfDNA ctDNA CTC exosomes NGS qPCR

Описание утилиты: Cancer Signal Origin Gate

Cancer Signal Origin Gate Checker — Валидация определения ткани-источника (TOO)

ℹ️  Утилита выполняет автоматическую валидацию результатов классификации тканевого происхождения в тестах мультиканцерного раннего обнаружения (MCED) согласно требованиям FDA SaMD и CAP:
     • Порог уверенности: Сравнение вероятности предсказания с валидированным минимальным порогом.
     • Поддерживающие признаки: Проверка достаточности молекулярных свидетельств (метилирование, фрагментация).
     • Дискриминация: Оценка разрыва между первым и вторым наиболее вероятными тканями.
     • Версия модели: Гарантия использования только валидированной версии ML-классификатора.

⚠️  ВАЖНО: 
     • Ложноположительное определение TOO ведет к ненужным инвазивным диагностическим процедурам.
     • Результаты с низкой уверенностью должны сопровождаться соответствующей оговоркой в отчете.

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

Формат input.csv:
SampleID,PredictedTissue,ProbabilityScore,ConfidenceThreshold,SecondBestTissue,SecondBestScore,SupportingFeaturesCount,MinSupportingFeatures,ClassifierVersion,ValidatedClassifierVersion,SignalDetected

Пример:
  MCED-001,Lung,0.92,0.7,Thyroid,0.05,45,10,v3.2.1,v3.2.1,true

📍 Область применения (Usage Where):
     • MCED-скрининг: Фильтрация результатов перед выдачей пациенту/врачу.
     • Клинические исследования: Стратификация участников по уверенности предсказания.
     • Регуляторная отчетность: Документирование производительности классификатора.
     • Контроль качества ML: Мониторинг дрейфа модели в продакшене.

— ЗАЧЕМ ЭТО НУЖНО?
Классификаторы TOO являются вероятностными моделями, а не детерминированными тестами.
Без строгого гейтинга низкоуверенные предсказания могут быть ошибочно интерпретированы как диагноз.
Автоматизированный шлюз обеспечивает баланс между чувствительностью обнаружения и специфичностью локализации.

⚠️  КРИТИЧЕСКИ ВАЖНО:
• Confidence Threshold: Должен быть установлен на основе валидационных данных (PPV/NPV).
• Margin: Малый разрыв между топ-1 и топ-2 указывает на неоднозначность сигнала.
• Features: Недостаток поддерживающих признаков делает предсказание статистически ненадежным.
• Version Control: Использование невалидированной версии модели недопустимо в клинике.

Ключевые особенности утилиты:
• Многофакторная оценка уверенности предсказания
• Автоматическая фильтрация результатов без сигнала рака
• Проверка соответствия версии ML-модели
• Расчет маржи дискриминации
• Генерация структурированного отчета для врача

Критические параметры:
• Probability Score: ≥ Confidence Threshold
• Supporting Features: ≥ Min Limit
• Margin (Top1 - Top2): > 0.1
• Classifier Version: Exact match with validated

💡 Советы по использованию:
1. Калибровка порога: Настраивайте Confidence Threshold под клинический контекст (скрининг vs диагностика).
2. Объяснимость: Сохраняйте список поддерживающих признаков для возможного аудита.
3. Мониторинг дрейфа: Регулярно сравнивайте распределение scores с валидационной когортой.
4. Коммуникация: Четко формулируйте уровень уверенности в клиническом отчете.
5. Ревавалидация: При обновлении модели обязательно пересчитывайте пороги.

⚠️ Примечание: Данная утилита является инструментом валидации ML-предсказаний. Она не заменяет клиническую корреляцию с анамнезом и визуализацией, но обеспечивает статистическую надежность автоматического заключения.

input.csv

SampleID,PredictedTissue,ProbabilityScore,ConfidenceThreshold,SecondBestTissue,SecondBestScore,SupportingFeaturesCount,MinSupportingFeatures,ClassifierVersion,ValidatedClassifierVersion,SignalDetected
MCED-2026-001,Lung,0.92,0.7,Thyroid,0.05,45,10,v3.2.1,v3.2.1,true
MCED-2026-002,Colon,0.65,0.7,Rectum,0.58,8,10,v3.2.1,v3.2.1,true
MCED-2026-003,None,0.02,0.7,None,0.01,0,10,v3.2.1,v3.2.1,false
MCED-2026-004,Liver,0.85,0.7,Pancreas,0.12,32,10,v3.2.0,v3.2.1,true

URS & FS — спецификация пользователя и функциональная спецификация

Документ описывает контролируемый интерфейс и поведение утилиты CancerSignalOriginGateChecker для сценария Cancer Signal Origin Gate Checker.

Предметные ограничения URS input.csv FS IQ/OQ/PQ

Предметные ограничения и критические параметры

Ниже приведены ключевые фрагменты исходного описания. Перед продуктивным применением пределы должны быть сверены с утверждённой спецификацией, регистрационным досье и локальными SOP.

Cancer Signal Origin Gate Checker — Валидация определения ткани-источника (TOO)
⚠️ ВАЖНО:
• Ложноположительное определение TOO ведет к ненужным инвазивным диагностическим процедурам.
⚠️ КРИТИЧЕСКИ ВАЖНО:
Критические параметры:
• Probability Score: ≥ Confidence Threshold
• Supporting Features: ≥ Min Limit
• Margin (Top1 - Top2): > 0.1
3. Мониторинг дрейфа: Регулярно сравнивайте распределение scores с валидационной когортой.

URS — пользовательские требования

ID	Требование	Критичность	Критерий приемки
URS-001	Утилита должна принимать файл input.csv для Cancer Signal Origin Gate Checker с заголовками, определёнными в контракте данных.	High	Файл обрабатывается без ручного изменения заголовков.
URS-002	Утилита должна выполнять детерминированную оценку QC/ОКК без машинного обучения и без вероятностного принятия решения о соответствии.	High	При одинаковых входных данных, версии правил и конфигурации результат полностью воспроизводим.
URS-003	Утилита должна валидировать обязательные поля, типы данных, диапазоны, единицы измерения и предметную правдоподобность значений.	High	Ошибки схемы, преобразования и диапазона явно отражаются в результате.
URS-004	Утилита должна применять предметные пределы и правила из описания, утверждённой спецификации, регистрационного досье и локальных SOP.	High	Каждая проверка имеет результат PASS/WARNING/FAIL и понятное сообщение.
URS-005	Утилита должна формировать output.json с машинно-читаемыми результатами, исходными значениями, предупреждениями, отказами и критическими находками.	High	JSON пригоден для LIMS/ELN/MES-интеграции и QA/QC review.
URS-006	Утилита должна сохранять трассируемость между серией/образцом, входным файлом, применёнными правилами и итоговым статусом.	High	Выход содержит идентификаторы, список параметров и audit metadata.
URS-007	Документация должна поддерживать подготовку IQ/OQ/PQ, CSV/CSA и обсуждение с инспекторами или внутренним QA.	Medium	URS, FS, контракт input/output и тестовые сценарии поставляются вместе с утилитой.
URS-008	Утилита должна использоваться как decision-support инструмент QC, а не как замена утверждённым спецификациям и выпускному решению Qualified Person/QA.	Medium	В документации указан контроль change control и необходимость сверки пределов.

Контракт input.csv

#	Поле	Тип	Пример	Назначение
1	`SampleID`	string / controlled vocabulary	`MCED-2026-001`	Идентификатор образца или лабораторной пробы.
2	`PredictedTissue`	string / controlled vocabulary	`Lung`	Контролируемый входной параметр для детерминированных QC-правил.
3	`ProbabilityScore`	decimal	`0.92`	Контролируемый входной параметр для детерминированных QC-правил.
4	`ConfidenceThreshold`	string / controlled vocabulary	`0.7`	Контролируемый входной параметр для детерминированных QC-правил.
5	`SecondBestTissue`	string / controlled vocabulary	`Thyroid`	Контролируемый входной параметр для детерминированных QC-правил.
6	`SecondBestScore`	decimal	`0.05`	Контролируемый входной параметр для детерминированных QC-правил.
7	`SupportingFeaturesCount`	integer / decimal	`45`	Счётный показатель; используется для микробиологического, частичного или клеточного контроля.
8	`MinSupportingFeatures`	decimal	`10`	Контролируемый входной параметр для детерминированных QC-правил.
9	`ClassifierVersion`	string / controlled vocabulary	`v3.2.1`	Контролируемый входной параметр для детерминированных QC-правил.
10	`ValidatedClassifierVersion`	string / controlled vocabulary	`v3.2.1`	Контролируемый входной параметр для детерминированных QC-правил.
11	`SignalDetected`	string / controlled vocabulary	`true`	Контролируемый входной параметр для детерминированных QC-правил.

SampleID,PredictedTissue,ProbabilityScore,ConfidenceThreshold,SecondBestTissue,SecondBestScore,SupportingFeaturesCount,MinSupportingFeatures,ClassifierVersion,ValidatedClassifierVersion,SignalDetected
MCED-2026-001,Lung,0.92,0.7,Thyroid,0.05,45,10,v3.2.1,v3.2.1,true
MCED-2026-002,Colon,0.65,0.7,Rectum,0.58,8,10,v3.2.1,v3.2.1,true
MCED-2026-003,None,0.02,0.7,None,0.01,0,10,v3.2.1,v3.2.1,false

Правила валидации входных данных

ID	Поле	Правило	Критичность
VR-001	`SampleID`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	High
VR-002	`PredictedTissue`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	High
VR-003	`ProbabilityScore`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	High
VR-004	`ConfidenceThreshold`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	Medium
VR-005	`SecondBestTissue`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	Medium
VR-006	`SecondBestScore`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	Medium
VR-007	`SupportingFeaturesCount`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	Medium
VR-008	`MinSupportingFeatures`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	Medium
VR-009	`ClassifierVersion`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	Medium
VR-010	`ValidatedClassifierVersion`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	Medium
VR-011	`SignalDetected`	Поле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.	Medium

FS — функциональная спецификация

ID	Функция	Реализация
FS-001	CLI execution	Поддержать режимы запуска: demo mode без аргументов и production mode input.csv output.json.
FS-002	CSV import	Прочитать input.csv в UTF-8/CSV-совместимом формате, проверить наличие заголовка и ожидаемых колонок.
FS-003	Schema validation	Проверить обязательные поля, количество колонок, неизвестные ключевые поля и пустые обязательные значения.
FS-004	Type conversion	Преобразовать числовые, флаговые и текстовые значения; некорректный формат фиксировать как ошибку строки.
FS-005	Domain rule engine	Применить правила для Cancer Signal Origin Gate Checker, включая критические пределы из описания и утверждённой спецификации.
FS-006	Status aggregation	Сформировать итоговый статус: FAIL при критическом отказе, WARNING при некритическом отклонении, PASS при соответствии.
FS-007	JSON export	Записать output.json с детализацией проверок, исходными значениями, предупреждениями, отказами и critical findings.
FS-008	Audit support	Сохранять структуру результата пригодной для review, расследования отклонений и воспроизведения расчёта.
FS-009	Integration contract	Поддержать сценарий LIMS/ELN/MES → input.csv → utility → output.json → portal/admin review.
FS-010	Error handling	Возвращать явные сообщения для отсутствующего файла, пустого CSV, неверной схемы, ошибки записи output.json и некорректного формата.

Пример output.json

{
  "utilityId": "cancersignalorigingatechecker",
  "utilityFolder": "CancerSignalOriginGateChecker",
  "package": "LiquidBiopsy",
  "overallStatus": "PASS|WARNING|FAIL",
  "sourceFile": "input.csv",
  "processedAtUtc": "2026-06-10T00:00:00Z",
  "checks": [
    {
      "parameter": "SampleID",
      "value": "MCED-2026-001",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-001"
    },
    {
      "parameter": "PredictedTissue",
      "value": "Lung",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-002"
    },
    {
      "parameter": "ProbabilityScore",
      "value": "0.92",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-003"
    },
    {
      "parameter": "ConfidenceThreshold",
      "value": "0.7",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-004"
    },
    {
      "parameter": "SecondBestTissue",
      "value": "Thyroid",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-005"
    },
    {
      "parameter": "SecondBestScore",
      "value": "0.05",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-006"
    },
    {
      "parameter": "SupportingFeaturesCount",
      "value": "45",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-007"
    },
    {
      "parameter": "MinSupportingFeatures",
      "value": "10",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-008"
    },
    {
      "parameter": "ClassifierVersion",
      "value": "v3.2.1",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-009"
    },
    {
      "parameter": "ValidatedClassifierVersion",
      "value": "v3.2.1",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-010"
    },
    {
      "parameter": "SignalDetected",
      "value": "true",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-011"
    }
  ],
  "criticalFindings": [],
  "warnings": [],
  "audit": {
    "inputHash": "sha256:<calculated at runtime>",
    "rulesVersion": "<utility executable version>",
    "documentation": "CancerSignalOriginGateChecker.documentation.html"
  }
}

Матрица трассируемости

URS	FS	Тест	Подтверждение
URS-001	FS-001, FS-002	OQ-001	Проверить запуск и импорт валидного input.csv.
URS-002	FS-005, FS-006	OQ-004	Повторить один и тот же набор данных и сравнить output.json.
URS-003	FS-003, FS-004, FS-010	OQ-002, OQ-003	Проверить отсутствующие колонки и неверные типы.
URS-004	FS-005, FS-006	OQ-004, PQ-001	Проверить критические отклонения по реальным/граничным данным.
URS-005	FS-007, FS-009	OQ-005	Проверить JSON schema и пригодность для downstream-систем.
URS-006	FS-008	OQ-006	Проверить наличие идентификаторов и audit metadata.
URS-007	FS-008, FS-010	IQ-001, OQ-007	Проверить комплектность документации и control evidence.
URS-008	FS-005, FS-008	PQ-002	Проверить review workflow и запрет автоматической замены QA-решения.

IQ/OQ/PQ тестовые сценарии

ID	Сценарий	Ожидаемый результат
IQ-001	Проверить наличие executable, input.csv, документации и контрольной суммы.	Комплект поставки полон; версия зафиксирована.
OQ-001	Валидная строка из примера input.csv.	PASS или допустимый WARNING согласно правилам.
OQ-002	Удалить обязательную колонку из CSV.	Ошибка схемы или FAIL с указанием отсутствующей колонки.
OQ-003	Внести нечисловое значение в числовое поле.	Ошибка преобразования типа с указанием строки/поля.
OQ-004	Значение критического параметра вывести за предел.	FAIL и critical finding.
OQ-005	Проверить структуру output.json.	Все обязательные секции присутствуют, JSON валиден.
OQ-006	Проверить трассируемость серии/образца.	Идентификаторы входа и результатов совпадают.
PQ-001	Проверить 3–5 реальных партий/образцов пользователя.	Результат подтверждён QC/QA review.
PQ-002	Проверить workflow отклонения и ручного QA-решения.	Утилита поддерживает review, но не заменяет утверждённое решение.

QA/QC и change control

Не менять имена колонок без обновления валидатора, документации и тестового набора.
Хранить input.csv, output.json, версию исполняемого файла и контрольную сумму.
Перед продуктивным использованием провести IQ/OQ/PQ или эквивалентную CSV/CSA-проверку.
Критические пределы должны быть сверены с утверждённой спецификацией, регистрационным досье и локальными SOP.
Утилита предоставляет формализованный QC decision support, но окончательное решение выпуска остаётся за QA/QP и утверждёнными процедурами.

Входит в пакеты

Жидкостная биопсия

Пакет для QC и преданалитического контроля жидкостной биопсии: cfDNA/ctDNA, CTC, EV/exosomes, метилирование, NGS/qPCR/ddPCR, контроль образцов, контаминации, чувствительности и отчётности.

Открыть