PoissonQuantificationChecker

Poisson Quantification

Liquid Biopsy жидкостная биопсия cfDNA ctDNA CTC exosomes NGS qPCR
Открыть подборку

Описание утилиты: Poisson Quantification

Poisson Quantification Checker — Верификация количественных измерений по статистике Пуассона

ℹ️  Утилита выполняет проверку корректности цифровой квантификации согласно CLSI EP25-A, MIQE-dPCR, FDA dPCR guidance и dMIQE:

     LAMBDA (λ) — КРИТИЧЕСКИЙ ПАРАМЕТР:
     • Оптимальный диапазон: 0.1–0.8 молекул/компартмент.
     • λ < 0.1: Низкая точность, широкий CI, но результат может быть валиден.
     • λ > 0.8: Множественная занятость нарушает предположение Пуассона. Требуется разбавление.
     • λ = -ln(1 - p), где p = доля положительных компартментов.
     • При p → 1 (насыщение) λ → ∞; квантификация невозможна.

     GOODNESS-OF-FIT:
     • χ² test p-value ≥ 0.05: Данные соответствуют распределению Пуассона.
     • p < 0.05: Модель отвергнута. Возможны агрегация, неоднородность компартментов или технические артефакты.

     OVERDISPERSION:
     • Variance/Mean ratio ≈ 1.0 для идеального Пуассона.
     • Factor > 1.5: Не-случайное распределение молекул. Агрегация ДНК, неравномерная генерация капель.

     ДОВЕРИТЕЛЬНЫЙ ИНТЕРВАЛ:
     • 95% CI Width ≤ 25%: Количественно надежный результат.
     • 25–50%: Полуколичественный.
     • > 50%: Только качественный.
     • Ширина CI определяется числом положительных событий и λ.

     RAIN & CLUSTER SEPARATION:
     • Rain Fraction ≤ 2%: Промежуточные события не должны превышать порог.
     • Cluster Separation Adequate: Четкое разделение позитивных и негативных популяций.
     • Signal-to-Noise ≥ 10: Достаточная различимость сигнала.

     РЕПЛИКАТЫ:
     • Replicate CV ≤ 25%: Воспроизводимость между техническими репликами.
     • Outlier Detection: Флагирование выбросов для расследования.

     КОНТЕКСТ LOD/LOQ:
     • Below LOD: «Не обнаружено». Качественный результат.
     • Below LOQ: «Обнаружено, ниже предела количественного определения». Только качественный.
     • Above LOQ: Полная количественная интерпретация при соблюдении всех QC.

⚠️  ВАЖНО:
     • λ > 0.8 = СИСТЕМАТИЧЕСКАЯ ОШИБКА квантификации. Результат занижен.
     • Насыщение (все компартменты положительны) = квантификация НЕВОЗМОЖНА.
     • Overdispersion указывает на биологическую (агрегация) или техническую проблему.
     • Широкий CI при малом числе позитивных событий — следствие статистики, не обязательно брак.
     • Rain events могут искусственно завышать или занижать концентрацию в зависимости от порога.
     • Для MRD/жидкой биопсии λ часто <0.1; это допустимо, но CI будет широким.

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

📍 Область применения:
     • ddPCR/BEAMing лаборатории: QC каждого измерения перед выдачей результата.
     • Жидкая биопсия/MRD: Верификация ultra-low VAF измерений.
     • Абсолютная квантификация стандартов: Подготовка референсных материалов.
     • Валидация assays: Подтверждение линейности и точности в диапазоне λ.
     • Регуляторные инспекции: Документирование соответствия MIQE-dPCR/dMIQE.

💡 Советы:
1. Dilution Series: Всегда выполняйте серийные разведения для попадания в оптимальный λ.
2. Replicate Design: Минимум 3–4 репликаты для надежной оценки CV и CI.
3. Threshold Setting: Используйте автоматическое порогообразование с ручной верификацией.
4. Aggregation Prevention: Вортекс и центрифугирование образцов перед загрузкой.
5. Reporting Convention: Для результатов ниже LOQ указывайте «<LOQ», не числовое значение.

⚠️ Примечание: Утилита проверяет СТАТИСТИЧЕСКУЮ КОРЕКТНОСТЬ квантификации. Она не заменяет аналитическую валидацию ассая (специфичность, точность, линейность). Результаты должны интерпретироваться в контексте валидированных характеристик метода.

input.csv

SampleID,AssayName,Technology,TotalPartitions,PositivePartitions,NegativePartitions,Lambda_Observed,Lambda_Target_Min,Lambda_Target_Max,Concentration_copies_uL,CI95_Lower_copies_uL,CI95_Upper_copies_uL,CI95_Width_Percent,MaxCI95_Width_Percent,ChiSquare_GoodnessOfFit_P,MinChiSquare_P,Overdispersion_Factor,MaxOverdispersion,RainFraction_Percent,MaxRainFraction_Percent,ClusterSeparation_Adequate,SignalToNoise_Ratio,MinSignalToNoise,NumReplicates,ReplicateCV_Percent,MaxReplicateCV_Percent,OutlierReplicate_Detected,PositiveControl_Pass,NegativeControl_Pass,NoTemplateControl_Pass,AssayLOD_copies_uL,AssayLOQ_copies_uL,BelowLOD,BelowLOQ
POIS-2026-001,KRAS_G12D_ddPCR,ddPCR_droplet,20000,4500,15500,0.256,0.1,0.8,128.0,124.2,131.9,6.0,25,0.42,0.05,1.05,1.5,0.8,2.0,true,35.0,10,4,8.5,25,false,true,true,true,0.5,2.0,false,false
POIS-2026-002,EGFR_T790M_BEAMing,BEAMing,50000,38000,12000,1.427,0.1,0.8,713.5,580.0,890.0,43.4,25,0.001,0.05,2.8,1.5,5.5,2.0,false,6.0,10,3,35.0,25,true,true,true,true,0.5,2.0,false,false
POIS-2026-003,BRAF_V600E_ddPCR,ddPCR_chip,770,5,765,0.0065,0.1,0.8,0.85,0.28,1.98,200.0,25,0.85,0.05,1.1,1.5,0.2,2.0,true,28.0,10,4,65.0,25,false,true,true,true,0.5,2.0,false,true

URS & FS — спецификация пользователя и функциональная спецификация

Документ описывает контролируемый интерфейс и поведение утилиты PoissonQuantificationChecker для сценария Poisson Quantification Checker.

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.
  • LAMBDA (λ) — КРИТИЧЕСКИЙ ПАРАМЕТР:
  • • λ < 0.1: Низкая точность, широкий CI, но результат может быть валиден.
  • • λ > 0.8: Множественная занятость нарушает предположение Пуассона. Требуется разбавление.
  • • χ² test p-value ≥ 0.05: Данные соответствуют распределению Пуассона.
  • • p < 0.05: Модель отвергнута. Возможны агрегация, неоднородность компартментов или технические артефакты.
  • • Factor > 1.5: Не-случайное распределение молекул. Агрегация ДНК, неравномерная генерация капель.
  • • 95% CI Width ≤ 25%: Количественно надежный результат.
  • • > 50%: Только качественный.
  • • Ширина CI определяется числом положительных событий и λ.
  • • Rain Fraction ≤ 2%: Промежуточные события не должны превышать порог.
  • • Signal-to-Noise ≥ 10: Достаточная различимость сигнала.
  • • Replicate CV ≤ 25%: Воспроизводимость между техническими репликами.
  • • Below LOQ: «Обнаружено, ниже предела количественного определения». Только качественный.
  • ⚠️ ВАЖНО:
  • • λ > 0.8 = СИСТЕМАТИЧЕСКАЯ ОШИБКА квантификации. Результат занижен.
  • • Для MRD/жидкой биопсии λ часто <0.1; это допустимо, но CI будет широким.
  • 5. Reporting Convention: Для результатов ниже LOQ указывайте «<LOQ», не числовое значение.

URS — пользовательские требования

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

Контракт input.csv

#ПолеТипПримерНазначение
1SampleIDstring / controlled vocabularyPOIS-2026-001Идентификатор образца или лабораторной пробы.
2AssayNamestring / controlled vocabularyKRAS_G12D_ddPCRКонтролируемый входной параметр для детерминированных QC-правил.
3Technologystring / controlled vocabularyddPCR_dropletКонтролируемый входной параметр для детерминированных QC-правил.
4TotalPartitionsdecimal20000Контролируемый входной параметр для детерминированных QC-правил.
5PositivePartitionsdecimal4500Контролируемый входной параметр для детерминированных QC-правил.
6NegativePartitionsdecimal15500Контролируемый входной параметр для детерминированных QC-правил.
7Lambda_Observeddecimal0.256Контролируемый входной параметр для детерминированных QC-правил.
8Lambda_Target_Minstring / controlled vocabulary0.1Контролируемый входной параметр для детерминированных QC-правил.
9Lambda_Target_Maxstring / controlled vocabulary0.8Контролируемый входной параметр для детерминированных QC-правил.
10Concentration_copies_uLdecimal128.0Отношение компонентов; структурный или рецептурный CQA.
11CI95_Lower_copies_uLdecimal124.2Контролируемый входной параметр для детерминированных QC-правил.
12CI95_Upper_copies_uLdecimal131.9Контролируемый входной параметр для детерминированных QC-правил.
13CI95_Width_Percentdecimal6.0Контролируемый входной параметр для детерминированных QC-правил.
14MaxCI95_Width_Percentdecimal25Контролируемый входной параметр для детерминированных QC-правил.
15ChiSquare_GoodnessOfFit_Pdecimal0.42Контролируемый входной параметр для детерминированных QC-правил.
16MinChiSquare_Pdecimal0.05Контролируемый входной параметр для детерминированных QC-правил.
17Overdispersion_Factordecimal1.05Контролируемый входной параметр для детерминированных QC-правил.
18MaxOverdispersioninteger / decimal1.5Контролируемый входной параметр для детерминированных QC-правил.
19RainFraction_Percentdecimal0.8Контролируемый входной параметр для детерминированных QC-правил.
20MaxRainFraction_Percentdecimal2.0Контролируемый входной параметр для детерминированных QC-правил.
21ClusterSeparation_Adequatestring / controlled vocabularytrueОтношение компонентов; структурный или рецептурный CQA.
22SignalToNoise_Ratiodecimal35.0Отношение компонентов; структурный или рецептурный CQA.
23MinSignalToNoisedecimal10Контролируемый входной параметр для детерминированных QC-правил.
24NumReplicatesinteger / decimal4Контролируемый входной параметр для детерминированных QC-правил.
25ReplicateCV_Percentdecimal8.5Контролируемый входной параметр для детерминированных QC-правил.
26MaxReplicateCV_Percentdecimal25Контролируемый входной параметр для детерминированных QC-правил.
27OutlierReplicate_Detectedstring / controlled vocabularyfalseКонтролируемый входной параметр для детерминированных QC-правил.
28PositiveControl_Passstring / controlled vocabularytrueКонтрольная точка/контрольный образец для валидности серии анализа.
29NegativeControl_Passstring / controlled vocabularytrueКонтрольная точка/контрольный образец для валидности серии анализа.
30NoTemplateControl_Passstring / controlled vocabularytrueТемпературный профиль/MKT; параметр хранения, перевозки и стабильности.
31AssayLOD_copies_uLdecimal0.5Контролируемый входной параметр для детерминированных QC-правил.
32AssayLOQ_copies_uLdecimal2.0Контролируемый входной параметр для детерминированных QC-правил.
33BelowLODstring / controlled vocabularyfalseКонтролируемый входной параметр для детерминированных QC-правил.
34BelowLOQstring / controlled vocabularyfalseКонтролируемый входной параметр для детерминированных QC-правил.
SampleID,AssayName,Technology,TotalPartitions,PositivePartitions,NegativePartitions,Lambda_Observed,Lambda_Target_Min,Lambda_Target_Max,Concentration_copies_uL,CI95_Lower_copies_uL,CI95_Upper_copies_uL,CI95_Width_Percent,MaxCI95_Width_Percent,ChiSquare_GoodnessOfFit_P,MinChiSquare_P,Overdispersion_Factor,MaxOverdispersion,RainFraction_Percent,MaxRainFraction_Percent,ClusterSeparation_Adequate,SignalToNoise_Ratio,MinSignalToNoise,NumReplicates,ReplicateCV_Percent,MaxReplicateCV_Percent,OutlierReplicate_Detected,PositiveControl_Pass,NegativeControl_Pass,NoTemplateControl_Pass,AssayLOD_copies_uL,AssayLOQ_copies_uL,BelowLOD,BelowLOQ
POIS-2026-001,KRAS_G12D_ddPCR,ddPCR_droplet,20000,4500,15500,0.256,0.1,0.8,128.0,124.2,131.9,6.0,25,0.42,0.05,1.05,1.5,0.8,2.0,true,35.0,10,4,8.5,25,false,true,true,true,0.5,2.0,false,false
POIS-2026-002,EGFR_T790M_BEAMing,BEAMing,50000,38000,12000,1.427,0.1,0.8,713.5,580.0,890.0,43.4,25,0.001,0.05,2.8,1.5,5.5,2.0,false,6.0,10,3,35.0,25,true,true,true,true,0.5,2.0,false,false
POIS-2026-003,BRAF_V600E_ddPCR,ddPCR_chip,770,5,765,0.0065,0.1,0.8,0.85,0.28,1.98,200.0,25,0.85,0.05,1.1,1.5,0.2,2.0,true,28.0,10,4,65.0,25,false,true,true,true,0.5,2.0,false,true

Правила валидации входных данных

IDПолеПравилоКритичность
VR-001SampleIDПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.High
VR-002AssayNameПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.High
VR-003TechnologyПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.High
VR-004TotalPartitionsПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-005PositivePartitionsПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-006NegativePartitionsПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-007Lambda_ObservedПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-008Lambda_Target_MinПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-009Lambda_Target_MaxПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-010Concentration_copies_uLПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-011CI95_Lower_copies_uLПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-012CI95_Upper_copies_uLПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-013CI95_Width_PercentПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-014MaxCI95_Width_PercentПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-015ChiSquare_GoodnessOfFit_PПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-016MinChiSquare_PПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-017Overdispersion_FactorПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-018MaxOverdispersionПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-019RainFraction_PercentПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-020MaxRainFraction_PercentПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-021ClusterSeparation_AdequateПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-022SignalToNoise_RatioПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-023MinSignalToNoiseПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-024NumReplicatesПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-025ReplicateCV_PercentПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-026MaxReplicateCV_PercentПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-027OutlierReplicate_DetectedПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-028PositiveControl_PassПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-029NegativeControl_PassПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-030NoTemplateControl_PassПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-031AssayLOD_copies_uLПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-032AssayLOQ_copies_uLПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-033BelowLODПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium
VR-034BelowLOQПоле должно соответствовать утверждённому справочнику/словарю или допустимой строковой форме.Medium

FS — функциональная спецификация

IDФункцияРеализация
FS-001CLI executionПоддержать режимы запуска: demo mode без аргументов и production mode input.csv output.json.
FS-002CSV importПрочитать input.csv в UTF-8/CSV-совместимом формате, проверить наличие заголовка и ожидаемых колонок.
FS-003Schema validationПроверить обязательные поля, количество колонок, неизвестные ключевые поля и пустые обязательные значения.
FS-004Type conversionПреобразовать числовые, флаговые и текстовые значения; некорректный формат фиксировать как ошибку строки.
FS-005Domain rule engineПрименить правила для Poisson Quantification Checker, включая критические пределы из описания и утверждённой спецификации.
FS-006Status aggregationСформировать итоговый статус: FAIL при критическом отказе, WARNING при некритическом отклонении, PASS при соответствии.
FS-007JSON exportЗаписать output.json с детализацией проверок, исходными значениями, предупреждениями, отказами и critical findings.
FS-008Audit supportСохранять структуру результата пригодной для review, расследования отклонений и воспроизведения расчёта.
FS-009Integration contractПоддержать сценарий LIMS/ELN/MES → input.csv → utility → output.json → portal/admin review.
FS-010Error handlingВозвращать явные сообщения для отсутствующего файла, пустого CSV, неверной схемы, ошибки записи output.json и некорректного формата.

Пример output.json

{
  "utilityId": "poissonquantificationchecker",
  "utilityFolder": "PoissonQuantificationChecker",
  "package": "LiquidBiopsy",
  "overallStatus": "PASS|WARNING|FAIL",
  "sourceFile": "input.csv",
  "processedAtUtc": "2026-06-10T00:00:00Z",
  "checks": [
    {
      "parameter": "SampleID",
      "value": "POIS-2026-001",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-001"
    },
    {
      "parameter": "AssayName",
      "value": "KRAS_G12D_ddPCR",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-002"
    },
    {
      "parameter": "Technology",
      "value": "ddPCR_droplet",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-003"
    },
    {
      "parameter": "TotalPartitions",
      "value": "20000",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-004"
    },
    {
      "parameter": "PositivePartitions",
      "value": "4500",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-005"
    },
    {
      "parameter": "NegativePartitions",
      "value": "15500",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-006"
    },
    {
      "parameter": "Lambda_Observed",
      "value": "0.256",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-007"
    },
    {
      "parameter": "Lambda_Target_Min",
      "value": "0.1",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-008"
    },
    {
      "parameter": "Lambda_Target_Max",
      "value": "0.8",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-009"
    },
    {
      "parameter": "Concentration_copies_uL",
      "value": "128.0",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-010"
    },
    {
      "parameter": "CI95_Lower_copies_uL",
      "value": "124.2",
      "status": "PASS|WARNING|FAIL",
      "message": "Deterministic rule-based check result",
      "ruleReference": "FS-RULE-011"
    },
    {
      "parameter": "CI95_Upper_copies_uL",
      "value": "131.9",
      "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": "PoissonQuantificationChecker.documentation.html"
  }
}

Матрица трассируемости

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

IQ/OQ/PQ тестовые сценарии

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