《Frontiers in Genetics》:A modular verification and validation framework for hybrid-capture next-generation sequencing HLA typing in clinical histocompatibility laboratories
编辑推荐:
摘要专业翻译
杂交捕获二代测序(hybrid-capture next-generation sequencing)HLA工作流程越来越多地被临床组织相容性实验室用于高分辨率HLA分型。与基于扩增子(amplicon-based)的方法相比,该方法可能提供更广
摘要专业翻译
杂交捕获二代测序(hybrid-capture next-generation sequencing)HLA工作流程越来越多地被临床组织相容性实验室用于高分辨率HLA分型。与基于扩增子(amplicon-based)的方法相比,该方法可能提供更广泛的HLA基因覆盖、更好的模糊性解析(ambiguity resolution)以及纳入额外靶标的可能性;然而,其更高的分析、生物信息学及判读复杂性要求明确界定预期用途(intended use)、可报告范围(reportable scope)及所需验证水平。研究人员开发了一个实用且模块化的框架,用于杂交捕获二代测序HLA工作流程的验证与确认,适用于根据制造商使用说明(IFU)使用的IVDR监管方法、本地调整的IVDR工作流程、转化为临床使用的研究专用(research-use-only,RUO)工作流程、实验室开发或实验室调整的工作流程,以及未被制造商声明完全覆盖的输出。临床HLA分型所需的核心模块与由特定声明或本地调整激活的附加模块相区分,包括分析性能、生物信息学验证、风险管理和报告治理。该框架提供了一条可操作的路径,用于记录预期用途的适用性,并区分临床可报告结果与未经诊断用途验证的技术可用输出。研究人员使用在常规条件下生成的、采用商业全长HLA捕获工作流程的数据集作为实际实施示例。该框架在临床免疫遗传学和组织相容性实验室中提供了一个整合分析性能、生物信息学控制、基于风险的思维、报告治理和持续监测的模块化结构。
论文解读
一、研究背景与问题
二代测序(next-generation sequencing,NGS)已深刻改变了临床组织相容性与免疫遗传学实验室中的HLA分型实践。高分辨率HLA分型对于造血干细胞移植中供者-受者选择至关重要,并且在部分实体器官移植场景、HLA-疾病关联研究以及日益复杂的免疫遗传学背景下越来越具有相关性。与不同方法相比,NGS技术能够实现更广泛的多态性区域分析、改善定相(phasing)并减少模糊性,同时引入了新的分析和判读复杂性。
在可用的NGS方法中,杂交捕获(hybrid-capture)工作流程能够富集扩展的基因组区域,可涵盖经典HLA位点、非经典HLA位点以及部分情况下的额外基因组靶标。与基于扩增子的方法相比,杂交捕获工作流程具有多项潜在优势:整个基因的覆盖更加均匀,包括内含子和调控区域,对单个引物对效率的依赖性较低;由引物退火位点错配导致的等位基因脱扣(allele dropout)风险降低,这对HLA等高多态性位点尤为重要;检测结构变异、插入/缺失以及引物设计未预见的全新变异的能力更强,同时改善相模糊性的解析,并且在不需重新设计大量扩增子的情况下具有更大的panel更新灵活性。然而,这些优势伴随着更大的分析和生物信息学复杂性以及更严格的验证要求。这种更广泛的分析能力使得明确界定预期用途和建立结构化验证流程变得至关重要。
尽管大多数分析性能特征在各类NGS HLA分型方法中是共通的,但杂交捕获工作流程引入了富集特异性的变异来源,应在验证与确认过程中予以明确考虑。这些包括捕获效率、靶上率(on-target rate)、覆盖均匀性、位点或等位基因特异性富集偏倚、探针结合区域内序列变异的影响,以及富集性能对DNA投入量、DNA质量和杂交条件的敏感性。
杂交捕获HLA NGS工作流程可通过不同途径在临床实验室中实施。部分检测是依据制造商使用说明(IFU)作为商业IVDR监管设备实施的;其他则是研究专用(RUO)产品、本地调整工作流程,或商业试剂、测序平台、分析软件和实验室定义判读规则的组合。因此,验证模型不能仅依赖产品的商业状态,而应由预期用途、临床影响、任何本地修改、样本类型、可报告靶标、分析软件对最终结果的作用和影响,以及适用的认可或监管要求来驱动。
在认可环境中,方法验证必须嵌入质量管理体系。ISO 15189:2022为医学实验室的质量和能力提供了总体框架,特别强调检验程序、风险管理、结果有效性、过程控制、人员能力和持续监测。专业组织相容性标准,包括EFI标准和适用的其他国家或国际要求,为HLA分型、等位基因模糊性管理、外部质量评估项目参与和判读能力增加了具体要求。ISO 5649:2024也为实验室开发、实验室调整、RUO或偏离IFU的工作流程提供了有用概念,特别是当实验室引入制造商使用说明未完全覆盖的不同样本来源、临床应用、软件组件或判读声明时。
二、研究内容与核心框架
研究人员开发了一个实用、模块化且可转移的杂交捕获HLA NGS工作流程验证框架。该框架不局限于单一试剂盒、制造商或认可方案,而是提供一种可适应不同监管和专业背景的结构。其目标是支持实验室定义整合分析性能、数据质量、生物信息学软件验证、风险管理、报告限制和实施后监测的验证路径。
框架开发基于三个初步要素:预期用途的定义、根据监管状态和本地调整对工作流程进行分类,以及可报告范围的识别。预期用途定义包括临床适应症、可报告位点、所需分辨率、接受的样本来源和类型、分析平台、判读软件、报告格式、方法局限性以及检测执行和结果审核所需的人员能力。可报告范围定义为用于临床报告的整套分析输出,根据预期用途并与相关临床用户协商确定。
根据监管状态和本地调整程度,工作流程被分为五个操作类别:按制造商IFU使用的商业IVDR监管工作流程(C1);具有本地调整的商业IVDR监管工作流程(C2);用于临床报告的RUO工作流程(C3);实验室开发或实验室调整的工作流程(C4);以及不用于临床报告的探索性或研究输出(C5)。此分类用于确定本地验证或确认的预期程度。
验证设计组织为核心模块和附加模块。核心模块定义为支持HLA基因型常规临床报告所需的模块,包括分析性能、检验前要求、生物信息学和数据库控制、报告治理、风险管理以及外部质量评估/能力验证。附加模块定义为基于风险或声明特异的模块,当实验室将工作流程扩展到制造商声明或标准预期用途之外时被激活。这些包括用于临床报告的RUO试剂盒、偏离IFU的样本类型、验证的DNA投入范围和低投入稳健性、降解或存档DNA、唾液或口腔拭子样本、移植后混合谱样本、非经典HLA位点、软件衍生的拷贝数信号或HLA丢失指标、同一工作流程中包含的ABO或非HLA靶标、定制生物信息学以及制造商未覆盖的附加报告声明。
对于每个模块,研究人员定义了评估目的、预期文档、主要性能或质量指标、适用的指标计算公式,以及所需的判读或报告限制。总体原则是每个报告元素都应得到与预期用途一致的验证或确认证据支持。相反,未经临床使用验证的技术可用输出应从诊断报告中排除,或明确限定为探索性、内部或研究数据。
三、主要技术方法
研究人员构建了分步模块化验证工作流程,从预期用途和可报告范围的定义开始,包括临床应用、可报告位点和分辨率、接受的样本类型、分析平台、软件组件和报告限制。随后根据监管状态和本地调整程度对工作流程进行分类,确定本地验证或确认的预期程度。验证活动组织为核心模块和声明特异模块,核心模块支持常规临床HLA报告,附加模块在预期用途包含本地调整、非标准样本条件、扩展靶标或制造商声明未完全覆盖的输出时被激活。累积的验证证据随后被审查以确定每个输出是否可纳入临床可报告范围。实施后,通过性能监测、变更影响评估和按比例的验证或再确认维持持续的预期用途适用性。该框架与EFI标准9.0版、ISO 15189:2022和ISO 5649:2024进行了映射整合。实施示例数据集包括参考和能力验证样本、盲样、批内和批间重复、系列DNA稀释实验、模拟样本混淆实验和移植后混合模板挑战样本。
四、研究结果
核心验证与确认模块: 一致性评估应通过与参考或先前建立的HLA分型结果进行比较,在位点和等位基因水平按预定义规则计算,明显差异应分类为真性不一致、可接受模糊性或技术偏差。精密度通过批内重复性和批间重现性或中间精密度评估,主要终点为等位基因一致性,次要终点可包括覆盖度、等位基因平衡和运行级QC指标的变异性。覆盖度应分别针对关键外显子和更广泛的靶向区域进行评估,验证计划应定义目标读长深度、最低可接受深度、需达到阈值的位点或区域比例、反复表现不佳的区域、重复分析标准和人工审核规则。等位基因平衡应在杂合二倍体位点中评估,排除纯合位点和非信息区域,平衡偏差可能提示优先捕获、模板质量降低、等位基因脱扣风险、混合模板效应或位点特异性技术变异。模糊性率应分别针对临床可接受模糊性和可能影响报告的模糊性进行评估,仅在一致性评估完成后的一致性评估位点中计算。运行级质量指标包括Q30、识别读段百分比、靶上百分比、条码变异系数、样本级覆盖分布、等位基因平衡分布和软件警告,应整体解读而非孤立看待。样本混淆和污染是NGS HLA分型中的关键风险,应作为核心控制措施,包括样本追踪、条码或池化控制、污染预防以及临床相关时对意外等位基因或警告模式的审核。
附加基于风险的验证模块: 在制造商定义的DNA投入范围内验证可接受性能是常规实施所必需的,当实验室打算修改或扩展该范围时需要进行专门验证研究,系列DNA稀释实验应解读为对工作流程稳健性的评估和最小验证DNA投入的定义。替代样本基质如唾液、口腔拭子、脾脏或淋巴结组织在纳入预期用途时应在临床使用前进行验证或确认。移植后混合谱样本被定义为异基因移植后采集的样本,其中受者和供者来源DNA可能共存,产生混合模板HLA谱,这些样本用于评估软件警告、等位基因平衡偏差、意外等位基因调用、连锁不一致和报告限制。软件衍生的拷贝数相关输出或等位基因特异性失衡指标可作为定性挑战信号,但除非工作流程已针对该预期用途专门验证,否则不应进行诊断报告。
软件验证、数据库和生物信息学控制: 分析软件可能直接参与读段比对、等位基因分配、定相、模糊性解析、质量标记、参考数据库匹配和可报告结果的生成。实验室应至少记录软件名称和版本、HLA参考数据库版本、分析参数、可报告位点、等位基因模糊性管理规则、人工审核标准、报告规则以及需要重复分析和经过培训人员判读的条件。由于HLA等位基因分配依赖于所用参考数据库,数据库版本控制应纳入验证、常规监测和变更管理程序。人工审核仍然至关重要,特别是在低覆盖区域、临界等位基因平衡、非P组模糊性、混合谱、意外连锁模式或软件生成警告的情况下。
风险管理和报告治理: 完整工作流程的检验前、检验和检验后阶段均应纳入风险分析,与预期用途和结果的临床影响相称。风险控制措施应实施,残余风险应在常规实施前审核。可报告数据范围应明确界定,实验室应说明哪些位点、分辨率水平和样本类型经过临床验证。任何非经典HLA位点、拷贝数变异信号、替代基质或探索性输出应从诊断报告中排除,除非经过专门验证并纳入预期用途。判读治理应定义谁可授权结果、谁可进行人工审核、如何解决模糊性、如何处理不一致或可疑结果,以及何时需要额外检测或重复分析。
实施、监测和变更管理: 验证不应以初始性能报告结束,应实施常规监测计划以确认工作流程持续满足性能规范。监测指标可包括运行失败率、重复率、Q30、识别读段、靶上百分比、条码CV、覆盖度、等位基因平衡、模糊性率、不符合项、EQA/能力验证表现和用户反馈。监测指标应按样本类型、DNA投入、运行、操作者、试剂批次、仪器、软件版本和数据库版本定期进行趋势分析。变更管理应定义哪些变更需要验证或再确认,次要变更可能需要有限的验证,而重大变更如新样本类型、软件流程、数据库策略、测序平台、可报告位点集或临床声明可能需要部分或全部再验证。
五、讨论与结论
该框架的主要价值在于提供一种可转移的结构,用于根据预期用途、工作流程类别、本地调整、临床风险和可报告范围确定验证或确认的适当程度。其核心贡献是将基于标准的要求转化为结构化的、基于风险的实施方案。框架的一个中心要点是区分临床可报告输出和未经诊断用途验证的技术可用输出。在杂交捕获工作流程中,软件可能生成超出主要HLA分型声明的信息,这些输出可能对内部审核或未来开发有用,但未经专门验证不应纳入诊断报告。软件和数据库的持续监测也是框架的核心,软件、HLA参考数据库、分析参数、人工审核规则和版本更新可能直接影响等位基因分配、定相、模糊性解析和报告,因此应通过文档化验证或确认、版本控制、变更影响评估和实施后监测进行管理。
该框架的局限性包括需要适应当地监管和认可背景、缺乏通用的数值接受阈值,以及当实验室引入扩展声明、替代基质、移植后混合谱挑战样本、CNV/HLA丢失信号、非经典位点或定制生物信息学时需要进行专门验证。
结论部分指出,杂交捕获HLA NGS验证应由预期用途、工作流程类别、本地调整、临床风险和可报告范围指导。按制造商IFU使用的商业IVDR监管工作流程、具有本地调整的IVDR监管工作流程、用于临床报告的RUO工作流程以及实验室开发或实验室调整的工作流程需要不同程度的验证或确认,但应在共同的质量和基于风险的结构中进行管理。所提出的模块化框架提供了一种可转移的方法,用于定义核心验证模块、在引入特定声明时激活附加的基于风险的模块,并区分临床可报告输出与探索性或未验证输出。通过整合分析性能、软件验证、数据库控制、报告治理、风险管理、验证后监测和变更管理,该框架支持杂交捕获HLA NGS工作流程在临床组织相容性实验室中的受控实施和生命周期管理。