2. 长读长测序平台需求分析与实验目标定义

长读长测序平台的建设，第一步不是选仪器，而是把“要解决什么生物学或临床问题”翻译成可验证的技术指标。需求分析做得好，后续的建库、测序、生信分析才有明确验收标准；做得差，常见后果是花了高成本却拿不到能回答科学问题的数据。本节围绕科研与临床两类场景的需求拆解、通量/读长/准确率三者的权衡、样本类型与预算约束，以及需求规格说明书的撰写展开。

一、从场景出发拆解需求

科研场景与临床场景对长读长测序的诉求差异明显。科研场景通常关注结构变异解析、全长转录本异构体、单倍型分型、复杂基因组组装、甲基化与序列的同步读取等，允许较长的周转时间，但对读长和单分子信息完整性要求高。临床场景则更强调已知致病位点的可靠检出、低比例嵌合、重复扩增疾病、HLA分型、肿瘤融合基因等，要求结果可重复、可追溯、报告周期可控，对准确率和验证路径的要求往往高于对极限读长的追求。

需求拆解建议从四个问题入手：要检测的变异类型是什么（SNV、结构变异、重复扩增、甲基化、全长转录本）？目标区域或全基因组范围有多大？需要多高的检出灵敏度与特异性？样本是否稀缺、是否可重复采集？这四个问题的答案，直接决定后续平台配置与测序策略。

二、通量、读长与准确率的三角权衡

长读长平台的核心指标构成一个“不可能三角”：在固定预算下，读长、通量、准确率三者难以同时最大化。提高读长可跨越重复序列和结构变异断点，但会降低单位数据的产出效率；提高通量可增加覆盖深度，但单条读长可能缩短；提高准确率（如采用双联或高保真模式）会牺牲部分读长或增加测序时间与成本。

以人全基因组结构变异检测为例，若目标是检出≥50 bp的结构变异，通常需要10×–20× 的长读长覆盖，读长N50达到15–25 kb，单读准确率在95%–99%之间即可通过生信校正满足多数应用。若目标是全长转录本异构体，则更关注读长能否覆盖完整转录本（通常需>10 kb），通量需求相对较低，但准确率要求高，以避免异构体误判。若用于临床重复扩增疾病（如脆性X综合征），则读长必须跨越整个重复区，准确率需支持重复次数精确计数，此时通量可适当降低。

三、样本类型与预算约束

样本类型直接影响建库策略和测序平台选择。高分子量DNA（HMW-DNA）是长读长测序的理想输入，要求片段长度>50 kb，提取过程需避免涡旋和反复冻融。若样本为FFPE组织或降解DNA，读长会显著缩短，此时应调整预期，或改用扩增子或靶向富集策略。血液样本需注意抗凝剂选择，EDTA优于肝素，后者会抑制后续酶反应。植物或微生物样本则需额外去除多糖多酚，否则建库效率下降。

预算约束通常体现在三个层面：测序试剂成本、建库与质控成本、生信分析与存储成本。以人全基因组结构变异检测为例，若采用10×覆盖、读长N50 15 kb的策略，单样本数据量约30–40 Gb，需结合平台单cell产出与试剂价格估算总成本。若预算有限，可优先考虑靶向长读长测序，将测序范围缩小到目标区域，从而在相同预算下获得更高深度。临床场景还需计入验证实验、重复测序和报告审核的成本。

四、需求规格说明书撰写

需求规格说明书（Requirements Specification）是将上述分析固化为可执行文档的关键交付物。它应包含以下核心字段：

五、从需求到实验目标的转化

需求规格说明书的最终价值在于指导实验设计。例如，若规格要求“检出≥50 bp结构变异，灵敏度≥95%”，则实验目标可拆解为：建库片段N50≥15 kb、测序覆盖≥15×、使用支持结构变异检测的生信流程（如Sniffles2或cuteSV）、并设置阳性对照样本验证。若规格要求“临床报告周转≤7天”，则需在实验流程中并行建库与测序，并预置生信分析管线，避免串行等待。

实际操作中，建议先用2–3个代表性样本做预实验，验证读长、覆盖和准确率是否达到规格下限。预实验数据同时用于校准预算模型：若实际数据量超出预期，需回头调整覆盖深度或目标区域范围。只有需求、指标、预算、验收四者闭环，长读长测序平台的建设才算真正起步。