组件与方法（中文）¶
本页解释当前产品层采用的主要液体活检组件、选用理由及值得关注的新方法。选择原则保守：优先成熟、可检查、可复现的工具，而非虽令人印象深刻却难以安全操作的新组件。
全部可调用工作流、编码器、外部运行环境、方法指导、LLM 引擎和数据类型的表格清单见能力矩阵。
决策原则¶
- 尽可能保持原始生物学语义可见。
- 仅当输入表示与生物学匹配时使用基础模型编码器。
- 稀疏事件表和拷贝数类信号优先使用确定性谱型。
- 预处理保持显式且可审计。
- 探索性图形用于提出假设，不视为临床验证证据。
- 跟踪新模型，但在访问、权重、运行环境和验证切实可行前，不设为默认。
血液信号预处理¶
表观基因组区间预处理¶
用于 cfChIP、cfMeDIP/MeDIP、峰类区间和富集类表格。
保留理由：
- 区间清洗与区域汇总成熟且易审计
- 背景感知汇总减少误导性信号偏移
- 下游特征存储可直接使用区域级表格
LPWGS / ULPWGS 预处理¶
用于低深度全基因组 cfDNA 拷贝数类分析。
保留理由：
- LPWGS 主要是覆盖度和拷贝数问题
- 对此信号家族，GC 感知分箱准备、分段和染色体臂负荷汇总比通用序列嵌入更有依据
- 输出直接连接 CNV 分析与可视化
变异预处理¶
用于 VCF、MAF 和变异类表格。
保留理由：
- 变异数据是稀疏事件表，不是连续序列窗口
- 配对正常样本感知、严格体细胞式过滤和 VAF 汇总是可信解释的核心
- 仅上游注释确实存在时才应使用效应模型聚合
血液信号编码器¶
| 编码器 | 当前角色 | 使用原因 |
|---|---|---|
ntv2 |
默认 cfChIP 区间编码器 | 成熟公开的基因组基础模型；通用 DNA 表示能力强 |
epibert |
默认 cfMeDIP / MeDIP 路径 | 比通用序列模型更贴合甲基化富集类问题 |
lpwgs_cnv_profile |
默认 LPWGS / ULPWGS 编码器 | 保留覆盖度与拷贝数语义 |
coverage_profile |
连续轨道编码器 | bedGraph/WIG/bigWig 输入的确定性、可检查谱型 |
vcf_signature |
默认变异编码器 | VCF/MAF 表的稳健稀疏事件汇总 |
variant_effect_profile |
可选变异编码器 | 仅已存在 CADD、SpliceAI 或 DeepSEA 等效应评分时有用 |
dnabert2 |
可选序列编码器 | 成熟 DNA 语言模型基线 |
hyenadna |
可选长上下文序列编码器 | 值得关注的长基因组上下文模型 |
caduceus |
可选序列编码器 | 值得跟踪的双向 DNA 状态空间架构 |
epcot |
可选调控序列编码器 | 强调控建模家族；仅在输入假设匹配时使用 |
enformer |
可选调控序列编码器 | 成熟的增强子/启动子类序列模型基线 |
默认编码器理由¶
Nucleotide Transformer¶
Nucleotide Transformer 公开、成熟且经过广泛基准测试，仍是通用 DNA 区间表示最实用的默认选择。
观察列表：当稳定公开工作流和本地资源需求对普通用户足够明确时，应评估 NT v3。
EpiBERT¶
EpiBERT 比通用 DNA 序列嵌入更贴合检测语义，因此保留为甲基化富集默认值。仍需谨慎记录，因为检查点来源和操作假设很重要。
参考：EpiBERT
LPWGS CNV Profile¶
对 LPWGS/ULPWGS，正确性优先的路径是覆盖度与拷贝数谱型分析。通用序列模型可能掩盖分析人员真正需要查看的信号。
VCF Signature¶
变异表应从事件计数、VAF、基因、复现频率和过滤汇总开始。效应模型特征是依赖注释的可选项。
cfDNA 分析方法¶
标准 cfDNA 分析涵盖：
- 特征空间汇总
- 样本相似性与相关性
- 离群值检测
- 组间比较
- 区域信号汇总
- CNV 汇总
- 染色体臂负荷汇总
- 可用时的分段感知队列输出
可视化涵盖：
- UMAP、t-SNE 和 PCA 投影
- 按元数据着色的样本散点图
- 热图与队列汇总
- 区域级图
- CNV 队列图
已安装时 UMAP 应为首选默认投影，t-SNE 是下一非线性选择，PCA 是稳定回退。
原始信号方法¶
纳入原始信号套件，是因为许多液体活检工作流在基于模型分析前先查看实测信号。
覆盖输出：
- 片段长度分布
- 全基因组信号概览
- 样本与分箱热图
- 区域元剖面图
- VAF 视图
- 染色体臂级负荷图与表
- 基序汇总
- 浏览器轨道清单
- 存在样本时间元数据时的纵向汇总
方法顾问¶
方法顾问在内部分析路径、成熟外部工具和明确标记的研究/观察列表液体活检方法间建立结构化桥梁。当用户询问某个数据集或检测问题应考虑何种方法、工具或算法时使用。
当前跟踪的成熟或常用路径：
- 片段组学：FinaleToolkit、cfDNAPro、DELFI 类特征、Griffin、LIQUORICE、LBFextract、cfDNAFE、cfDNAanalyzer、EMIT、DeepFRAG
- 广泛 cfDNA WGS/WGBS 工作流：cfDNApipe 和 cfDNA UniFlow 作为可选外部路径
- 拷贝数分析：ichorCNA、QDNAseq、WisecondorX、HMMcopy readcount 校正、CNVkit、Control-FREEC、CopywriteR、FACETS/facetsSuite、PureCN、BayesCNV
- 甲基化富集：QSEA 和 MEDIPS
- 亚硫酸氢盐、EM-seq 或纳米孔甲基化：Bismark、MethylDackel、nf-core/methylseq、Dorado、modkit
- 甲基化后续与高级模型：FinaleMe、cfTools/cfSort、MethylBERT、cfDecon、CelFiE-ISH、CelFEER、UXM、MethAtlas、cfNOMe、MetDecode、CpGPT、MethylGPT、MethFormer、cfMethylPre
- ctDNA 变异：fgbio UMI 共识，以及 Mutect2、LoFreq、VarDict 等低 VAF 检测工具
- cfRNA、EV-miRNA、CTC 表和血浆蛋白组学作为指导优先路径
顾问检查本地依赖状态并写入 JSON/Markdown 报告。外部工具未安装或需要检测专用参考资源时，智能体应明确报告，并在可能时继续安全内部汇总。
使用参考：液体活检方法顾问