Sequencingfouten

Sequencingfouten zijn fouten die optreden tijdens het proces van het bepalen van de nucleotidevolgorde van DNA of RNA. Ze vertegenwoordigen technische artefacten en moeten worden onderscheiden van biologische variatie tussen monsters. De fouten kunnen per platform en per regio van de lezingen verschillen en variëren meestal in frequentie en type.

Veelvoorkomende oorzaken zijn instrumentele foutjes zoals signaalruis en verkeerde base calls, vooral bij lastige patronen zoals lange homopolymers of hoog GC-gehaltes. Daarnaast kunnen fouten ontstaan tijdens sample preparation en PCR- amplificatie, bijvoorbeeld door duplicatie, chimera’s of selectieverschillen. Fouten bij het uitlezen en uitlijnen van reads, foutieve toekenning van reads aan referenties en barcode- of indexverwisseling dragen ook bij. Bij long-read technologieën komen andere foutpatronen voor dan bij short-read systemen, waardoor het foutniveau varieert per technologie.

Gevolgen van sequencingfouten kunnen zijn: valse positieven of valse negatieven in variantcalling, verkeerde interpretaties van genotype en onnauwkeurige kwantificatie van genomische kenmerken. Daarom is kwaliteitscontrole essentieel; dit omvat het beoordelen van kwaliteitscores (Phred Q-scores), trimming en filtering van reads, en voldoende leesdekking. Daarnaast helpen replicatie en validatie met verschillende technologieën om fouten te identificeren.

Mitigatie en detectie omvatten onder meer foutcorrectie-algoritmen, het gebruik van unieke moleculaire identificatoren (UMIs), en methoden zoals duplex sequencing of circular consensus sequencing die foutkans verminderen door validatie op beide DNA-strengen of meerdere passes. Het rapporteren van gedetailleerde kwaliteitsindicatoren blijft cruciaal voor interpretatie en betrouwbaarheid van sequencedata.