Baseparnøyaktighet

Baseparnøyaktighet refererer til sannsynligheten for at et spesifikt basepar i en DNA-sekvens er korrekt bestemt i en sekvenseringsprosessen. I praksis måles dette som feilraten per base eller som per-base nøyaktighet i datasettene. Høy baseparnøyaktighet er viktig for pålitelig variantkalling, riktig reseksjonsnivå i samlinger og generell tolkning av genetiske data.

Mål og måleenheter: En vanlig måte å uttrykke baseparnøyaktighet på er gjennom Phred-kvalitetsverdien (Q-score), der Q = -10 log10(p) og p er feilprobabiliteten for et bestemt basepar. For eksempel tilsvarer Q30 omtrent 0,1% feil, eller ca. 99,9% baseparnøyaktighet. Det finnes også konsekvensmålinger i konsensus og referansebaserte samlinger som beskriver hvor godt hele regioner er representert etter feilkorrigering og gjentatte avlesninger.

Kjente teknologier og nivåer: Illumina-sekvensering (kortlesere) gir svært høy per-base nøyaktighet, ofte 99,9% eller høyere (Q30+). PacBio HiFi-sekvenser har også svært høy per-base nøyaktighet, typisk omkring 99,8–99,9%. Oxford Nanopore-teknologi har hatt større variasjon i råfeilrater avhengig av kjemi og prosessering; nyere chemistries og konsensusbygging kan oppnå høyere nøyaktighet, men rådata er ofte mer preget av feil som homopolymyr og lengre leselengder.

Betydning og anvendelser: Baseparnøyaktighet påvirker hvor pålitelig en SNP- eller indel-deteksjon er, og hvor godt etgenom kan samles eller dekodes. For mange analyser kreves tilstrekkelig dekning og kvalitetsfiltrering, samt feilkorrigering og konsensusbygging for å oppnå ønsket totalnøyaktighet.

Kontroll og forbedring: Nøyaktigheten overvåkes med Phred-scores, dekning og feilprofiler. Forbedringer oppnås gjennom bedre basekalling, feilkorreksjon, hybrid- eller langlesningskonsensus, og optimal prøverensing.