ทำ DNA sequencing เองที่บ้าน
(bradleywoolf.com)- สำหรับผู้ที่อยากลองทำการ sequencing จีโนมด้วยอุปกรณ์ส่วนตัว เนื้อหานี้สรุปขั้นตอนโฮมแล็บจริงและอุปกรณ์ที่จำเป็น ตั้งแต่ การเก็บเซลล์กระพุ้งแก้มจนถึงการวิเคราะห์ VCF ไว้เป็นลำดับเดียว
- เซลล์ด้านในกระพุ้งแก้ม ที่ใช้เป็นตัวอย่างทดลองนั้นเก็บได้ง่าย แต่ไม่เหมาะกับคำถามที่ต้องอาศัยบริบทของเนื้อเยื่อ เช่น การวินิจฉัยมะเร็ง หรือการวิเคราะห์การอักเสบและการแสดงออกของยีนในเนื้อเยื่อเฉพาะ
- คุณค่าของข้อมูลจีโนมไม่ได้อยู่ที่การได้รับการวินิจฉัยทันที แต่อยู่ที่การทำให้ VCF เป็นชั้นอ้างอิงที่สืบค้นได้ เพื่อสำรวจ variant ด้วย VEP, ClinVar, gnomAD, PharmGKB, Gene Inspector, Claude เป็นต้น
- การเตรียมใช้เวลาประมาณสองเดือน และเฉพาะ MinION ก็ราว 7,500 ดอลลาร์ ดังนั้นเมื่อรวมอุปกรณ์ รีเอเจนต์ วัสดุสิ้นเปลือง และสภาพแวดล้อมสำหรับการวิเคราะห์แล้ว ยังมีอุปสรรคด้านต้นทุนสูงสำหรับคนทั่วไป
- การรันแบบ low-input และ low-coverage ควรมองเป็น การตรวจสอบความถูกต้องทางเทคนิค ไม่ใช่การตีความระดับการแพทย์ และสิ่งสำคัญคือไม่ตีความ variant ที่มี coverage ต่ำเกินจริง
ขอบเขตและข้อจำกัดของการทำ DNA sequencing ที่บ้าน
- อ้างอิงจากประสบการณ์ sequencing จีโนมของตนเอง 5 ครั้งด้วย Oxford Nanopore Technologies MinION
- เก็บเซลล์ด้านในกระพุ้งแก้มด้วยไม้สวอบ
- เตรียมเป็นตัวอย่างสำหรับ sequencing
- โหลดเข้าเครื่อง sequencer
- วิเคราะห์ข้อมูลผลลัพธ์
- เซลล์กระพุ้งแก้ม เก็บได้ง่ายและสร้างทดแทนได้เร็ว แต่ไม่เหมาะกับคำถามทางชีววิทยาทุกประเภท
- ไม่ใช้สำหรับการวินิจฉัยมะเร็ง
- ไม่เหมาะกับการวินิจฉัยการอักเสบหรือการตรวจว่ายีนใดถูกเปิดใช้งานในส่วนอื่นของร่างกาย
- หากต้องการดูยีนที่แสดงออกในเซลล์อักเสบบริเวณผื่นลมพิษที่หน้าอก ต้องเปรียบเทียบเซลล์ที่มีปัญหากับเซลล์ปกติ
- การเตรียมทั้งหมดใช้เวลาประมาณ สองเดือน และต้นทุนยังอยู่ในระดับที่คนทั่วไปเข้าถึงได้ยาก
- ต้นทุนกำลังลดลง
- ในระยะยาว มองว่าเทคโนโลยีที่บอกการแสดงออกของ DNA และ RNA แบบเรียลไทม์ได้เหมือนโทรศัพท์มือถือหรือ AI จะเป็นไปได้
สิ่งที่ทำได้ด้วยข้อมูลจีโนม
- จีโนมไม่ใช่ “เวทมนตร์” แต่เป็น ชั้นอ้างอิง และเมื่อมี VCF ก็สามารถใช้เครื่องมือหลายอย่างสืบค้นได้
- เครื่องมือที่ใช้ได้ ได้แก่ VEP, ClinVar, gnomAD, PharmGKB, Gene Inspector, Claude เป็นต้น
- จาก VCF สามารถสำรวจคำถามต่อไปนี้ได้
- มี variant ใดบ้าง
- ยีนและ pathway ใดได้รับผลกระทบ
- อาจ metabolize ยาใดแตกต่างไปจากปกติ
- ควรพิจารณา rare variant ใดอย่างจริงจัง
- มีพื้นที่ใดที่โมเดลยังไม่รู้
- ข้อมูลที่สร้างขึ้นยังไม่ถึง ระดับการวินิจฉัย
- ไม่ใช่ข้อสรุปแบบ “AI บอกแล้ว ดังนั้นจงใช้ CRISPR แก้ไขตัวเอง”
- คุณค่าใกล้ตัวอยู่ที่การเปลี่ยนจีโนมแบบคงที่ให้เป็นรูปแบบที่สืบค้นได้
- DNA เป็นข้อมูลอ้างอิงที่เสถียร ส่วน RNA ใกล้เคียงกับสถานะปัจจุบัน และในระยะยาวมองว่าสามารถรวมข้อมูล biosensor เข้ากับโมเดลส่วนบุคคลหนึ่งเดียวได้
อุปกรณ์และวัสดุสิ้นเปลืองที่จำเป็น
- ฮาร์ดแวร์หลักคือ Oxford Nanopore Technologies MinION ราคา 7,500 ดอลลาร์
- แล็ปท็อปหรือเวิร์กสเตชันสำหรับรัน MinKNOW
- สตอเรจอย่างน้อย 100GB สำหรับเก็บเอาต์พุต
- GPU สำหรับ Dorado basecalling
- Vortex, heat block, เครื่องปั่นเหวี่ยง
- วัสดุสิ้นเปลืองหลักประกอบด้วย ONT sequencing kit, flow cell wash kit, วัสดุควบคุม, PBS และไม้สวอบสำหรับเซลล์กระพุ้งแก้ม
- รีเอเจนต์แบ่งเป็นการสกัด DNA, การเตรียม library, การ priming flow cell และการวัดปริมาณ
- NEB Monarch HMW DNA Extraction Kit for Cells & Blood: 87 ดอลลาร์สำหรับการรัน 5 ครั้ง
- NEBNext Companion Module v2: 760 ดอลลาร์สำหรับ 24 reactions
- Oxford Nanopore SQK-LSK114: 720 ดอลลาร์สำหรับ 6 reactions
- nuclease-free water, Qubit fluorometer, Qubit dsDNA BR หรือ HS Assay Kit
- ต้องมีอุปกรณ์ bench และวัสดุพลาสติกสิ้นเปลืองแยกต่างหากด้วย
- microcentrifuge, magnetic rack, tube racks, ice bucket, -20°C freezer, 4°C fridge, pipettes
- sterile cheek swabs, LoBind tubes, PCR tubes, Qubit assay tubes, filtered tips, wide-bore P200 tips, gloves
ลำดับการทดลอง: ตั้งแต่เก็บตัวอย่างจนถึง library สุดท้าย
- เป้าหมายโดยรวมคือการทำให้ ตัวอย่างไม้สวอบกระพุ้งแก้ม 2 ตัวอย่าง กลายเป็น library ที่สามารถ sequencing ด้วย MinION ได้
- ขั้นตอนเตรียมประกอบด้วยการสวมถุงมือ ทำความสะอาด bench ติดฉลากหลอด ปรับ AMPure XP beads ให้อยู่ที่อุณหภูมิห้อง รักษาเอนไซม์ไว้ในความเย็น ตั้ง heat block ที่ 56°C และตรวจสอบรีเอเจนต์ของ ONT
- การเก็บและทำให้เซลล์เข้มข้นคือการขูดด้านในกระพุ้งแก้ม 60 วินาที ใส่ลงใน PBS แล้วใช้การปั่นเหวี่ยงเพื่อให้ได้ pellet สีขาวหรือขาวอมเทาขนาดเล็ก
- PBS อาจขุ่นเล็กน้อย
- สิ่งสำคัญคืออย่าดูด pellet ขึ้นมา
- ใช้ Monarch kit เพื่อ lyse เซลล์และจับ DNA เข้ากับ capture beads
- หลังการ lyse ต้องให้ความสำคัญกับ การรักษา DNA น้ำหนักโมเลกุลสูง จึงไม่ใช้ vortex
- ต้องไม่ทำ beads ที่มี DNA จับอยู่สูญหาย
- ต้องเติม ethanol ลงใน gDNA Wash Buffer ไว้แล้ว
- วัดปริมาณ genomic DNA ที่ทำให้บริสุทธิ์แล้วด้วย Qubit
- ใช้ 1x dsDNA High Sensitivity
- หากความเข้มข้นของตัวอย่างต่ำเกินไป ให้วัดใหม่ในหลอด Qubit ใหม่โดยใช้ DNA มากขึ้น
- หากเติมเฉพาะ DNA เพิ่มลงในหลอดเดิม จะทำให้การคำนวณ assay ผิดพลาด
- จุดพักชั่วคราวที่เหมาะสมที่สุดคือทันทีหลังสกัด DNA
- ติดฉลากหลอด DNA LoBind ให้ชัดเจน
- quick spin แล้วเก็บในตู้เย็น 4°C โดยไม่ vortex
การเตรียม library และการโหลด flow cell
- input ที่เหมาะสมสำหรับ repair/end-prep คือ DNA 1,000ng in 47µL
- หาก DNA เจือจางเกินไปจนไม่สามารถใส่ 1,000ng ใน 47µL ได้ ให้ใช้ปริมาตรสูงสุดที่เป็นไปได้
- ตัวอย่างการรัน low-input ครั้งแรกคือ 0.296ng/µL × 47µL ได้ประมาณ 13.9ng ซึ่งต่ำกว่าค่า input ที่แนะนำมาก แต่มีประโยชน์สำหรับการฝึก end-to-end
- repair/end-prep ใช้ FFPE DNA Repair Buffer v2, FFPE DNA Repair Mix และ N-Prep Enzyme Mix
- Salt-T4 DNA Ligase ไม่ได้ใช้ในขั้นตอนนี้ แต่ใช้ภายหลัง
- หากไม่ใช้ DCS ให้แทน optional 1µL DCS ด้วย nuclease-free water
- หลัง AMPure cleanup จะทำ adapter ligation เพื่อติด ONT sequencing adapter
- reaction ประกอบด้วย repaired/end-prepped DNA, LNB, Salt-T4 DNA Ligase และ LA
- หากไม่ใส่ LA จะไม่เกิด library ที่ sequencing ได้
- หากไม่ใส่ Salt-T4 DNA Ligase การ ligation ของ adapter จะล้มเหลว
- หากผสม LNB ไม่ดี chemistry ของ ligation จะแย่ลง
- หลีกเลี่ยง vortex เพราะอาจทำให้ DNA shearing
- adapter-ligated library cleanup ใช้ LFB ไม่ใช่ ethanol
- กฎในงานจริงคือ “Liquid moves. Beads stay.”
- ไม่ย้าย beads ไปยัง final library
- วัดปริมาณ final library อีกครั้งด้วย Qubit
- การรัน low-input อาจได้ค่าต่ำหรือไม่สำเร็จ
- ในการรันฝึกซ้อม สามารถเดินหน้า loading mix ด้วย 12µL library ได้โดยไม่ใช้ library ซ้ำหลายครั้งกับ Qubit
การรัน MinION และการประมวลผลข้อมูล
- ตรวจสอบ flow cell ใน MinKNOW และบันทึก active pores
- มากกว่า 1200: ดี
- 800–1200: ใช้งานได้
- 500–800: ก้ำกึ่งหรือสำหรับฝึก
- ต่ำกว่า 500: แย่ แต่ยังฝึกเชิงกลไกได้
- ต่ำกว่า 200: แทบไม่มีคุณค่า นอกจากฝึกโหลด
- หลอดที่จัดการในขั้นตอนสุดท้ายมีสามชนิด
- Final library: DNA library หลัง adapter cleanup
- Priming mix: สำหรับเตรียม flow cell
- Loading mix: มี final library, sequencing buffer, library beads
- พอร์ตของ flow cell มีสองจุด
- Priming port: อยู่ใต้ sliding cover และใส่ priming mix ลงไป
- SpotON sample port: เป็น sample well ขนาดเล็ก และใส่ loading mix ทีละหยด
- Final library ไม่ได้โหลดขึ้น flow cell โดยตรง แต่ต้องใส่ลงใน loading mix tube ก่อน
- ค่าเริ่มต้นของ MinKNOW มีดังนี้
- Flow cell type: FLO-MIN114
- Kit: SQK-LSK114
- Basecalling: ON
- Model: High-accuracy / HAC
- Barcoding: OFF
- Alignment: OFF
- Adaptive sampling: OFF
- Raw reads / POD5: ON
- Filtering: OFF สำหรับการรันฝึกแบบ low-input
- สำหรับการรันฝึกแบบ low-input แนะนำให้เปิด raw POD5 ไว้ เพื่อให้วิเคราะห์ภายหลังได้แม้ live output จะไม่ดี
Pipeline การวิเคราะห์
- หากจำเป็น ให้ทำ basecalling ด้วย Dorado หลังการรัน
dorado basecaller sup pod5_directory/ > calls.bam- หากจำเป็น ให้แปลงเป็น FASTQ ด้วย
samtools fastq calls.bam > reads.fastq - สำหรับการตรวจสอบเบื้องต้นอย่างรวดเร็ว อาจใช้ HAC แทน SUP ได้
- ใช้ GRCh38 FASTA เป็น human reference
- สร้าง reference index ด้วย minimap2
- จัดเรียง read ด้วย
map-ont - สร้าง BAM index และ flagstat ด้วย samtools และตรวจ coverage ด้วย mosdepth
- การเรียก variant ใช้ Clair3 และโมเดล ONT
- เอาต์พุตต้องมี VCF
- ไม่ตีความ variant ที่มี coverage ต่ำเกินจริง
- การรัน MinION ครั้งแรกควรถือเป็น การตรวจสอบความถูกต้องทางเทคนิค ไม่ใช่การตีความระดับการแพทย์
- annotation ติดตั้ง VEP แล้ว annotate VCF โดยอิง GRCh38
- เพิ่ม ClinVar, gnomAD, PharmGKB
- ตารางสุดท้ายประกอบด้วย chromosome, position, ref, alt, gene, consequence, ClinVar significance, gnomAD frequency, genotype, read depth, variant quality
แหล่งอ้างอิง
- Seth Howes protocol: แหล่งอ้างอิงด้านต้นทุนและ protocol สำหรับ sequencing จีโนมที่บ้าน
- Quantifying Life: ถูกแนะนำว่าเป็นแหล่งข้อมูลที่ถูกประเมินค่าต่ำมาก
- Integrated Drug Discovery Technologies: ถูกแนะนำเป็นหนังสืออ้างอิง
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
ไม่ได้อยากทำการซีเควนซ์เองที่บ้าน แต่ถ้าเป็นบริการบุคคลที่สามที่ให้ ข้อมูลดิบทั้งหมด ก็อยากลองดู
ผมเป็นผู้บริโภคทั่วไปที่อาศัยอยู่ในยุโรป อยากได้คำแนะนำว่าควรใช้บริการไหน ถ้าผู้ให้บริการไม่เก็บข้อมูลไว้ก็คงเป็นข้อดีมาก แต่ไม่แน่ใจว่าจะเรียกร้องได้ถึงขั้นนั้นไหม
ดูกรณีข้อมูลรั่วของ 23andMe: https://en.wikipedia.org/wiki/23andMe_data_leak
ถ้าขอก็ทำ การซีเควนซ์จีโนมทั้งชุด ความละเอียดสูงให้ด้วย แต่ใช้เวลานาน และเขาระบุว่าสงวนสิทธิ์ยกเลิกคำสั่งซื้อหากบ่นเรื่องความล่าช้า ไม่ใช่ตัวเลือกที่ถูกที่สุด แต่ในมุมความเป็นส่วนตัวของคนยุโรปถือว่าค่อนข้างดี ยิ่งให้ความสำคัญกับความเป็นส่วนตัวมากเท่าไร บริษัทที่ออกจะ “รับมือยาก” หน่อยอาจยิ่งดีก็ได้
เขาบอกว่าเคยทำแบบนั้นเองในหลายประเทศ แต่ก็ยังไม่รู้ว่าคนช่วยเพราะตำแหน่งของเขาหรือเปล่า ถึงอย่างนั้นเขาก็มั่นใจว่าแม้จะเป็นแค่วิศวกรซอฟต์แวร์ธรรมดาก็น่าจะหาคนช่วยได้ ถ้ามีสถาบันวิจัยใกล้ ๆ ก็น่าลองดู
เหตุผลหลักที่เลือกคือขณะนั้นมีแพ็กเกจราคาถูก 30 ยูโร
เหตุผลที่ต้องการ long-read คือข้อมูลที่อยากได้อยู่ในยีนซ้ำ ๆ ที่แทบเหมือนกัน ผมมีไฟล์ FASTQ และ BAM จาก Dante Labs แต่ดึงข้อมูลที่ต้องการออกมาจากนั้นไม่ได้
ส่วนที่ว่า “เป็นเอกสารที่ทำมาให้ AI อ่าน ดังนั้นให้คัดลอก URL ไปวางใน ChatGPT แล้วให้มันแนะนำ ถ้ามีแว่น AR ก็ยิ่งดี เพราะให้ AI เดินตามโปรโตคอลทั้งหมดไปด้วยได้” นี่ไม่รู้ว่าพูดเหมือนเวทมนตร์อะไร
อ่านเองก็ได้ แต่เนื้อหาค่อนข้างแน่น
เคยคิดถึงบริษัทที่เก็บรากไม้ขึ้นมาจากท่อระบายน้ำ แล้วถ้าจำเป็นก็ใช้การซีเควนซ์ระบุว่าเป็นพืชอะไร และบอกว่าควรกำจัดอะไร ก่อนที่ท่อระบายน้ำจะพัง
ถ้าช่วยเลื่อนการเปลี่ยนท่อระบายน้ำมูลค่า 10,000 ดอลลาร์ออกไปได้หลายปี ก็น่าจะมีคนจำนวนมากยอมจ่าย 100 ดอลลาร์
https://www.envirodna.com/
https://www.naturemetrics.com/species-detection
https://www.ednacollab.org/industry/
https://wilderlab.co/
บริษัทเหล่านี้มุ่งเน้น DNA สิ่งแวดล้อม บางรายใกล้เคียงกับการมอนิเตอร์ของรัฐบาลท้องถิ่นมากกว่า และบางรายก็รับลูกค้าบุคคลด้วย
ไม่ค่อยเข้าใจว่าทำไมถึงจำเป็น วิธีฆ่าพืชเฉพาะชนิดดีกว่าวิธีที่จัดการพืชทั้งหมดที่อาจมีอยู่มากแค่ไหน? จะผสม การกำจัดวัชพืช หลายแบบก็ได้ และตัวเลือกแบบนั้นอาจถูกกว่าค่าบริการนี้ไม่ใช่หรือ
เป็นไอเดียที่ฉลาดจริง ๆ และถ้าเงื่อนไขเหมาะ ก็น่าจะยอมจ่ายแน่นอน
แต่พอคิดดูแล้ว ถ้าเท สารกำจัดวัชพืชออกฤทธิ์กว้างที่ย่อยสลายได้ทางชีวภาพ ลงท่อระบายน้ำ น่าจะได้ผลเดียวกันในราคาถูกกว่าหรือเปล่า?
สงสัยว่าจะเข้าหาอย่างไรให้มีคนจำนวนพอรู้จักบริการและสั่งใช้ ที่นี่ทำให้นึกถึง โอกาสทางธุรกิจขั้นต่ำที่ใช้การได้
แค่ให้ช่างประปามาเคาะประตูบ้านในราคาต่ำกว่า 100 ดอลลาร์ก็ยังยากแล้ว สงสัยว่าหมายถึง 500 ดอลลาร์หรือเปล่า หรือ 100 ดอลลาร์หมายถึงเฉพาะส่วนวิเคราะห์ในแล็บ
อยากให้มีการพูดคุยเรื่องผลลัพธ์ รายงานก่อน ๆ เกี่ยวกับเซนเซอร์และกระบวนการนี้มีเสียงประเมินค่อนข้างปะปนกัน
ตัวกระบวนการเองเจ๋ง แต่ผมอยากรู้ว่า ผลลัพธ์ที่ได้จากสภาพแวดล้อมจริง ใช้งานได้แค่ไหน
https://www.the-odin.com/whole-genome-sequencing-30x/
ถ้าต้องการให้เร็วและค่อนข้างถูก มีตัวเลือก 599 ดอลลาร์
ถ้า 7,500 ดอลลาร์ขึ้นไป ก็จะได้ความเป็นส่วนตัวที่รับประกันได้ คุณสมบัติอื่น ๆ อาจต่างไปอย่างที่คอมเมนต์อื่นว่า แต่อย่างน้อยข้อมูลก็ไม่ออกไปนอกบ้าน
อยากทำ sequencing แต่ไม่อยากให้บริษัท รัฐบาล หรือองค์กรศาสนาใด ๆ เข้าถึงข้อมูลของฉันได้
ตอนที่ผู้เขียนบอกว่า “ถ้ามี VCF ก็สามารถเอาไปรันกับเครื่องมืออย่าง VEP, ClinVar, gnomAD, PharmGKB, Gene Inspector, Claude ได้” นั่นไม่ได้ทำให้ข้อมูลของฉันไปอยู่ในมือของกลุ่มคนที่ฉันอยากหลีกเลี่ยงพอดีหรือ?
ส่วน Claude นั้นเป็นการส่งข้อมูลออกไปจริง แต่ขั้นตอนนั้นไม่จำเป็นต้องทำก็ได้ หากรัน pipeline มาตรฐาน ก็จะได้ไฟล์ VCF ที่มีความแปรผันของจีโนม และสามารถใส่ annotation ให้แต่ละ variant ได้ จากนั้นดูยีนที่ถูก annotation แล้วพิจารณาได้ว่า variant นั้นเป็น pathogenic, มีแนวโน้ม pathogenic, มีโอกาสก่อโรคต่ำ หรือเป็น benign
น่าทึ่งจริง ๆ ที่วัตถุขนาดเท่าฝ่ามือสามารถทำเรื่องแบบนี้ได้ ถ้ามี อุปกรณ์ CRISPR ขนาดใกล้เคียงกันออกมาด้วย ก็คงเริ่มกลายเป็นเนื้อเรื่องของ Gattaca แล้ว น่าจะต้องหยุดไว้แค่นี้
ผมเคยมีประสบการณ์สกัด DNA และทำ sequencing ใน wet lab แต่ถึงจะเป็นเกือบ 20 ปีก่อน งานนี้ก็ยังยากและล้มเหลวบ่อย โดยเฉพาะถ้าไม่มีสภาพแวดล้อมที่สะอาดสุด ๆ ก็จะล้มเหลวมากขึ้นอีกมาก
แม้จะได้ข้อมูลมาแล้ว ก็ต้องถามตัวเองด้วยว่าข้อมูลนั้นแม่นยำแค่ไหนเมื่อพิจารณาจากสภาพแวดล้อมในการเก็บตัวอย่าง และต้องดู sequencing errors ที่มีความสัมพันธ์กัน ซึ่งอาจไม่ได้ถูกนำมาคิดด้วย นอกจากนี้ genetic counseling ก็เป็นสาขาเฉพาะทางที่ผู้คนศึกษาอย่างจริงจัง ก่อนจะถาม large language model ว่าข้อมูลพันธุกรรมมีความหมายอย่างไรต่อตัวเอง ควรเข้าถึงคนที่ช่วยวางข้อมูลในบริบทและเชื่อมต่อกับผู้เชี่ยวชาญที่เกี่ยวข้องได้ แม้ผมจะมีปริญญาเอกในสาขานี้ ก็ยังไม่มั่นใจว่าจะตีความข้อมูลของตัวเองได้อย่างเยือกเย็นและสมเหตุสมผล
เสริมอีกอย่าง ไม่รู้ว่าทำไมลิงก์ Molecular Biology of the Cell ถึงเป็นฉบับพิมพ์ครั้งที่ 6 ไม่ใช่ครั้งที่ 7 ที่ออกมาเมื่อ 4 ปีก่อน สามฉบับแรกมีอาจารย์ที่ปรึกษาของผมตอนเรียนปริญญาเอกครั้งแรกเป็นผู้เขียนร่วมด้วย และเขาคือคนที่แสดงให้เห็นว่าไอเดียของ Roger Penrose ที่ว่า microtubules มีความสำคัญต่อ chemotaxis ของ E. coli นั้นเป็นเรื่องเหลวไหลโดยสิ้นเชิง เขาเป็นคนที่ยอดเยี่ยมมาก ในปี 2007 ผมเคยวิเคราะห์ข้อมูล Illumina ที่ในเชิงพาณิชย์ยังอยู่ในช่วงต้นมาก ๆ และเพราะสามารถ align กับ reference genome ได้ จึงระบุ bias บางอย่างได้ เทคโนโลยี nanopore มีแนวโน้มสูงว่าจะมี bias แบบนั้นมากกว่า และถ้าไม่มีความสามารถในการคำนึงถึงเรื่องนี้ ก็อาจเจอปัญหาใหญ่ได้
จากมุมมองของคนจบปริญญาโทด้านชีวเคมี ก็เห็นแบบนั้นเช่นกัน
อีกวิธีหนึ่งคือแทนที่จะใช้บริษัท personal genome ก็จ้างบริษัทที่รับทำ sequencing เป็นบริการให้แล็บวิจัยได้ ส่วนเรื่องความเสี่ยงในการตีความนั้นเห็นด้วยอย่างยิ่ง
ชอบส่วนที่คำนึงถึง privacy หากไม่นับปัญหาชัดเจนอย่าง “เอาไปรันกับ Claude” ก็สงสัยว่าเครื่องมือวิเคราะห์ที่กล่าวถึงมีสักกี่ตัวที่เป็นโอเพนซอร์สเต็มรูปแบบ หรืออย่างน้อยก็สามารถ รันในเครื่อง local ได้
ถ้าในบทความพูดถึงส่วนนั้นด้วยก็คงดี
จะรู้ได้อย่างไรว่าผลลัพธ์ที่ผมได้รับเป็นของจริง หรือเป็นแค่ขยะ?