3. 冲突产生的原因分析：技术差异、人员差异、指南更新

咱们做变异解读，最头疼的就是不同批次结果“打架”。同一个位点，今天报致病，明天报良性，这谁受得了？我刚开始接手多批次数据整合时，也被这种冲突搞得焦头烂额。后来系统梳理了一遍，发现原因无非三大类：技术层面的硬伤、人员层面的“习惯差异”、还有指南版本迭代带来的“代沟”。

这一章，咱们就把这三个根源掰开揉碎聊清楚。

3.1 技术差异：不是所有“机器”都长一样

技术差异是冲突的第一大制造者。说白了，不同平台、不同流程、不同参考基因组版本，都会导致结果不一致。

3.1.1 测序平台的“家族遗传病”

每个测序平台都有自己的“脾气”。比如Illumina的短读长平台，对SNP和小的Indel很精准，但碰上大片段结构变异就容易“眼花”。ONT的长读长平台能跨过复杂区域，却容易在均聚物上出错。

我遇到过这样一个案例：一份样本在Illumina NovaSeq上跑，SV检出率是1.2%；另一份在BGI平台跑同个样本，SV检出率是0.8%。后来一查，是比对参数不同造成的。你想想看，这种平台本身的偏向性，在多批次合并时就会变成冲突。

平台类型	常见偏向性	对解读的影响
Illumina 短读长	对串联重复、GC极端区域覆盖不均匀	容易漏检复杂区域的变异，导致批次间检出不一致
ONT/BGI 长读长	均聚物区域错误率较高	产生多余的假阳性变异，冲突数量增加
单细胞测序	扩增偏差、等位基因丢失	低频变异在不同批次间忽隐忽现

3.1.2 生信流程的“暗坑”

同样的raw data，用GATK、Strelka、FreeBayes跑一遍，结果可能差20%以上。我建议多批次数居合并前，一定要做一次流程对齐。别小看参数差异，比如硬过滤阈值（QD < 2.0、FS > 60）和VQSR打分，稍微调一个数字，变异的“生死”就不一样了。

3.1.3 参考基因组的“版本陷阱”

GRCh37和GRCh38之间，坐标偏移、等位基因重命名是家常便饭。比如一些基因位点，在37版是chr1:1000，在38版变成chr1:1050。如果你不做liftOver直接合并，那就会产生大量“假冲突”。

我习惯在多批次合并的第一步，执行统一的参考基因组版本检查和liftOver，把38转成37，或者反过来。这一步卡住，后面都是白费功夫。

3.2 人员差异：解读是门艺术，但不是玄学

技术搞定了，剩下的就是人的问题。不同解读员，甚至同一个人面对不同批次，都可能给出不同判断。

3.2.1 证据权重的“个人偏好”

ACMG指南虽然有标准，但证据的强度赋值有时很主观。比如在评估PM2（低频人群频率）时，有人觉得<0.001%算严格，有人觉得<0.01%就能接受。你想想看，这种微妙的差异，叠加在一起，同一个位点的解读结果可能就从“致病”变成“不确定”了。

3.2.2 经验积累的“历史包袱”

资深解读员可能更依赖临床和家系信息，新手可能更机械地套ACMG规则。这种“经验差”在多批次回顾解读时特别明显。我记得有一次，老李看一个预测工具打“致病”的变异，直接跳过，说“我见过100个携带者，都是正常人”。但新来的小王严格按照规则，报了一个“不确定 (VUS)”。这种冲突，本质是经验不同。

3.2.3 批次间的“回旋镖”效应

人也是会变的。同一个解读员，半年前和半年后的标准可能就不一样。比如ACMG规则有微调，或者他参加了培训，标准自然就变了。这种“回旋镖”效应会导致同一个位点，在旧批次和新批次里出现截然相反的结论。

3.3 指南更新：ACMG版本的“代沟”

指南不是一成不变的。2015版、2019版、2023版……每个版本都有新增或调整。

• 关键证据规则的增减：比如PVS1（无义突变）在2023版新增了剪接区位的细化规则，旧版可能不区分。
• 基于人群频率的阈值调整：PM2的阈值从0.5%降到0.1%甚至更低。
• 功能实验证据的标准化：从“有实验”变成“需要特定实验类型”。

3.4 一张图看清冲突根源的宏观逻辑

下面的SVG图把这三类原因及其内部细分做了直观展示。你可以把它当作排查冲突时的大脑地图。

3.5 快速排查冲突原因的自查清单

遇到冲突，别慌，按下面清单走一遍。我每次做batch reconciliation之前，都会手动过一遍这个列表。

1. 确认参考基因组版本：两批次用的版本是否一致？不一致的话，等位基因坐标是否做了liftOver？
2. 比对流程和过滤参数：是否都走了GATK标准流程？硬过滤阈值有没有差异？VQSR模型是否相同？
3. ACMG版本号：两个解读到底基于哪一年的指南？有没有更新到最新版？
4. 解读员ID：冲突是不是发生在不同人之间？有没有统一的“证据赋值标准”？
5. 个体样本的批次历史：同一个位点，是不是被不同解读员反复改过？