DepthUniformityChecker

URS & FS — спецификация пользователя и функциональная спецификация

Документ описывает контролируемый интерфейс и поведение утилиты DepthUniformityChecker для сценария Depth Uniformity Checker.

Предметные ограничения и критические параметры

• • Median/Mean Ratio: Индикатор асимметрии распределения глубины (skew).
• ⚠️ ВАЖНО:
• • Fold-80 >2.0 указывает на значительные потери эффективности секвенирования.
• GC-rich регионы, гомологичные последовательности и края экзонов систематически покрываются хуже.
• ⚠️ КРИТИЧЕСКИ ВАЖНО:
• • Uniformity ≥80%: Базовый порог для клинических панелей.
• • Fold-80 ≤2.0: Превышение означает неэффективное использование ресурсов секвенирования.
• • Regions Below Min ≤5%: Больше 5% непокрытых регионов требует пересмотра дизайна или повторного секвенирования.
• • Depth CV ≤50%: Высокий CV указывает на систематические проблемы обогащения.
• • Median/Mean <0.7: Сильный перекос распределения, даже если другие метрики пограничны.
• Критические параметры:
• • % Bases ≥0.2× Mean: ≥ 80%
• • Fold-80 Penalty: ≤ 2.0
• • Regions Below Min Depth: ≤ 5%
• • Depth CV: ≤ 50%
• • Median/Mean Ratio: > 0.7
• 2. Балансировка пула: Точная нормализация библиотек улучшает uniformity на уровне рана.

URS — пользовательские требования

Контракт input.csv

SampleID,PanelName,MeanTargetDepth_X,MedianTargetDepth_X,PercentBases_Above_0_2xMean,MinPercentBases_Above_0_2xMean,Fold80_BasePenalty,MaxFold80_BasePenalty,PercentTargets_Below_MinDepth,MaxPercentTargets_Below_MinDepth,MinClinicalDepth_X,DepthCV_Percent,MaxDepthCV_Percent,TotalTargetRegions,RegionsBelowMinDepth
NGS-2026-UNI-001,OncoPanel_500,850,820,94.5,80.0,1.3,2.0,1.2,5.0,200,28.0,50.0,500,6
NGS-2026-UNI-002,OncoPanel_500,620,380,68.0,80.0,3.8,2.0,12.5,5.0,200,72.0,50.0,500,63
NGS-2026-UNI-003,HemePanel_300,450,410,82.0,80.0,1.9,2.0,4.8,5.0,150,45.0,50.0,300,14

Правила валидации входных данных

FS — функциональная спецификация

Пример output.json

{
  "utilityId": "depthuniformitychecker",
  "utilityFolder": "DepthUniformityChecker",
  "package": "LiquidBiopsy",
  "overallStatus": "PASS|WARNING|FAIL",
  "sourceFile": "input.csv",
  "processedAtUtc": "2026-06-10T00:00:00Z",
  "checks": [
    {
      "parameter": "SampleID",
      "value": "NGS-2026-UNI-001",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-001"
    },
    {
      "parameter": "PanelName",
      "value": "OncoPanel_500",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-002"
    },
    {
      "parameter": "MeanTargetDepth_X",
      "value": "850",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-003"
    },
    {
      "parameter": "MedianTargetDepth_X",
      "value": "820",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-004"
    },
    {
      "parameter": "PercentBases_Above_0_2xMean",
      "value": "94.5",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-005"
    },
    {
      "parameter": "MinPercentBases_Above_0_2xMean",
      "value": "80.0",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-006"
    },
    {
      "parameter": "Fold80_BasePenalty",
      "value": "1.3",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-007"
    },
    {
      "parameter": "MaxFold80_BasePenalty",
      "value": "2.0",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-008"
    },
    {
      "parameter": "PercentTargets_Below_MinDepth",
      "value": "1.2",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-009"
    },
    {
      "parameter": "MaxPercentTargets_Below_MinDepth",
      "value": "5.0",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-010"
    },
    {
      "parameter": "MinClinicalDepth_X",
      "value": "200",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-011"
    },
    {
      "parameter": "DepthCV_Percent",
      "value": "28.0",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-012"
    }
  ],
  "criticalFindings": [],
  "warnings": [],
  "audit": {
    "inputHash": "sha256:<calculated at runtime>",
    "rulesVersion": "<utility executable version>",
    "documentation": "DepthUniformityChecker.documentation.html"
  }
}

Матрица трассируемости

IQ/OQ/PQ тестовые сценарии

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.