Абсолютная и относительная количественная ПЦР: как выбор референса и коррекция эффективности обеспечивают точность диагностики

Число в отчете никогда не бывает просто числом

Прибор для количественной ПЦР завершает анализ. На экране отображается значение Ct.

Для специалиста оно может выглядеть как измерение. Для пациента оно может стать основанием для решения о лечении. Для производителя диагностических средств это конечный видимый результат десятков предыдущих решений: выбора стандарта, праймеров, фермента, матрицы образца, референсного гена и допущений, заложенных в расчет.

Прибор не знает, были ли эти допущения обоснованными.

Он лишь регистрирует флуоресценцию.

Поэтому главный вопрос заключается не просто в том, как рассчитать результат. Нужно определить, какой именно результат предназначен получать данный анализ.

• Абсолютная количественная оценка отвечает на вопрос: сколько целевых молекул присутствует?
• Относительная количественная оценка отвечает на вопрос: насколько изменилось количество мишени по сравнению с контролем?

Ни один из методов не является автоматически лучшим. Каждый становится надежным только после валидации его референсной системы и характеристик амплификации.

Два вопроса количественной оценки, две системы измерения

Абсолютная количественная оценка: подсчет мишени

Абсолютная количественная оценка сравнивает неизвестный образец с рядом стандартов, содержащих известные концентрации мишени.

Анализ формирует стандартную кривую на основе последовательных разведений. Затем значение Ct неизвестного образца интерполируется по этой кривой.

Результат может выражаться в следующих единицах:

• Число копий на реакцию
• Число копий на миллилитр
• Международные единицы на миллилитр
• Нанограммы геномного материала
• Другие единицы, основанные на концентрации

Этот подход необходим, когда клинический порог имеет практическое значение.

Вирусная нагрузка 50 копий на миллилитр — это не просто значение, которое выше или ниже показателя другого образца. Она может определять, считается ли пациент вирусологически подавленным, имеет ли он выявляемую нагрузку или нуждается в дальнейшем вмешательстве.

Типичные области применения включают:

• Определение вирусной нагрузки
• Выявление патогенов
• Анализ вариаций числа копий
• Количественную оценку микробного загрязнения
• Стандартизированное измерение нуклеиновых кислот

Сильная сторона абсолютной количественной оценки — прямота. Ее слабая сторона заключается в том, что каждый результат зависит от качества внешнего стандарта.

Относительная количественная оценка: измерение изменений

Относительная количественная оценка сравнивает содержание мишени в исследуемом образце с калибратором или контрольным образцом.

Количество мишени нормализуется относительно одного или нескольких внутренних референсных генов, которые, как предполагается, остаются стабильными в исследуемых условиях.

Хорошо известный сравнительный метод Ct, или метод дельта-дельта Ct, рассчитывает кратность изменения. В упрощенной форме он предполагает, что целевая и референсная реакции протекают со 100-процентной эффективностью.

При этом допущении:

Кратность изменения = 2^(-дельта-дельта Ct)

Этот метод полезен, когда научный вопрос касается направления и величины изменения, а не абсолютного числа молекул.

Типичные области применения включают:

• Исследования экспрессии биомаркеров
• Сравнение больных и здоровых образцов
• Анализ ответа на лечение
• Профилирование экспрессии генов
• Разработку анализов на ранних этапах

Относительная количественная оценка может быть проще с операционной точки зрения. Однако за этой простотой часто скрывается зависимость: референсный ген должен вести себя как стабильная линейка внутри биологически изменяющейся системы.

Референс определяет, что означает «точность»

Референс — это не второстепенная техническая деталь. Он определяет систему координат, в которой интерпретируется результат.

При абсолютной количественной оценке стандарт является линейкой

Внешняя стандартная кривая может выглядеть математически корректной, но при этом быть ненадежной с биологической или химической точки зрения.

Чтобы кривая обеспечивала обоснованный результат, стандарт должен быть:

• Точно количественно охарактеризован
• Стабилен при хранении и использовании
• Прослеживаем до соответствующего эталона измерений
• Свободен от ингибиторов амплификации
• Стабилен на всех уровнях разведения
• Совместим с химией анализа и матрицей образца

Стандарт с неверно заданной концентрацией создает систематическую ошибку. Разрушение стандарта приводит к изменяющейся ошибке. Недостаточно точная техника разведения создает шум, который можно ошибочно принять за биологическую вариабельность.

Для получения пригодной стандартной кривой обычно требуются:

Стандарт — это не просто калибровочный реагент. Он является частью измерительной инфраструктуры анализа.

При относительной количественной оценке референсный ген является линейкой

Относительная количественная оценка дает другое обещание: внутренний референс остается достаточно стабильным для сравнения.

Именно в наиболее значимых образцах это обещание часто не выполняется.

Опухолевая ткань, инфицированная ткань, образцы после теплового стресса и обработанные клетки могут изменять экспрессию часто используемых генов домашнего хозяйства. Референс, стабильный в здоровой ткани, может измениться в условиях заболевания.

В таком случае расчет способен дать ответ, выглядящий точным, но являющийся биологически неверным.

Проблема носит не только математический, но и психологический характер. Люди склонны доверять аккуратному числу, особенно когда программное обеспечение отображает его с несколькими знаками после запятой. Однако числовая точность не компенсирует нестабильный базовый уровень.

Более надежная стратегия нормализации включает:

• Скрининг нескольких кандидатов на роль референсного гена
• Проверку их стабильности в соответствующих типах образцов
• Использование нескольких референсных генов при необходимости
• Оценку стабильности с помощью признанных алгоритмов, таких как geNorm
• Подтверждение характеристик в фактических условиях лечения или заболевания
• Мониторинг вариабельности между операторами, сериями и запусками

При правильном проектировании и валидации расширенная нормализация может снизить вариабельность до уровня менее 2,5 процента. Ключевыми являются слова «при правильной валидации». Добавление большего числа генов без понимания их поведения автоматически не повышает точность.

Эффективность амплификации: ошибка, которая незаметно накапливается

Теоретически в ходе ПЦР количество мишени удваивается в каждом цикле.

Это соответствует эффективности 2, или 100 процентам.

Реальные анализы редко работают идеально. Дизайн праймеров, структура матрицы, качество реагентов, ингибиторы и подготовка образца могут отклонить эффективность от теоретического идеала.

Обычно приемлемые характеристики рассматриваются в диапазоне от 90 до 110 процентов. Однако даже небольшое отклонение может накапливаться в течение многих циклов.

Небольшое расхождение может быть незаметно в начале запуска. После 30 циклов оно может превратиться в двукратную или четырехкратную разницу в рассчитанном количестве или кратности изменения.

Поэтому эффективность — это не второстепенная характеристика кривой. Это математический множитель, который применяется многократно.

Коррекция относительной количественной оценки с учетом реального поведения реакции

Упрощенный метод дельта-дельта Ct предполагает одинаковую и идеальную эффективность амплификации.

Это допущение удобно на ранних этапах экспериментов. Однако оно рискованно, когда целевая и референсная реакции имеют различную кинетику праймеров или когда клинические матрицы вызывают умеренное ингибирование.

Метод Пфаффла учитывает экспериментально определенные значения эффективности:

Относительное соотношение экспрессии =
(E_мишени)^дельта Ct_мишени
--------------------------------
(E_референса)^дельта Ct_референса

Эта модель учитывает, что целевая и референсная последовательности могут амплифицироваться неодинаково.

Коррекция эффективности особенно важна, когда:

• Пары праймеров для мишени и референса имеют разную эффективность
• Сравниваются сложные клинические матрицы
• Образец содержит умеренное количество ингибиторов ПЦР
• Анализ переносится между различными платформами
• Результат используется для регулируемого диагностического заявления
• Небольшие различия в экспрессии имеют клинические последствия

Коррекция не исправляет плохой дизайн анализа. Она делает расчет соответствующим фактически измеренному анализу.

Это различие имеет значение. Математика не может исправить нестабильный реагент или плохо контролируемый этап подготовки образца. Однако она может предотвратить неправильную интерпретацию корректной реакции на основе нереалистичного допущения.

Абсолютная количественная оценка и проблема соответствия матрицы

Стандартная кривая, приготовленная в чистой воде, может демонстрировать отличные характеристики.

Клинический образец может вести себя иначе.

Плазма, мокрота, цельная кровь и ткани, фиксированные формалином и залитые в парафин, могут содержать вещества, ингибирующие амплификацию или изменяющие извлечение нуклеиновых кислот. Если стандарт и образец находятся в разных условиях реакции, кривая может перестать точно описывать образец.

Это создает опасную форму заниженной количественной оценки. Анализ выглядит работоспособным, но клиническая матрица подавляет амплификацию по сравнению со стандартом.

Поэтому надежный анализ абсолютной количественной оценки должен отвечать на два отдельных вопроса:

1. Обладает ли стандартная кривая приемлемыми линейностью и эффективностью?
2. Демонстрирует ли клинический образец сопоставимую эффективность?

Именно на втором вопросе часто определяется аналитическая валидность.

Меры контроля риска могут включать:

• Стандарты, соответствующие матрице
• Валидированные процедуры экстракции
• Внутренние контроли для мониторинга ингибирования
• Ферментные составы с подходящей устойчивостью к ингибиторам
• Определенные критерии приемки эффективности и линейности
• Тестирование различных клинически значимых типов образцов
• Исследования стабильности стандартов и критически важных реагентов

Цель заключается не просто в том, чтобы стандартная кривая выглядела хорошо. Она должна описывать клиническое измерение.

Компромиссы, лежащие в основе каждого метода

Абсолютная количественная оценка: точность требует инфраструктуры

Абсолютная количественная оценка дает точное число, необходимое для принятия многих клинических решений.

Однако она также создает операционную зависимость от:

• Приготовления стандартов
• Точного последовательного разведения
• Дисциплины при пипетировании
• Условий хранения
• Критериев приемки кривой
• Межсерийных контролей
• Эквивалентности матрицы
• Прослеживаемости стандарта

Небольшая ошибка в стандарте может повлиять на каждый образец в запуске.

Для производителей это означает, что стабильность исходных материалов напрямую связана с заявленными клиническими характеристиками. Реагент, изменяющий поведение амплификации между сериями, может изменить кажущуюся концентрацию мишени, даже если образец пациента не изменился.

Относительная количественная оценка: простота требует биологической дисциплины

Относительную количественную оценку быстрее и зачастую проще внедрить.

Ее скрытая цена — необходимость доказать стабильность внутреннего референса и обоснованность допущений об эффективности.

Метод становится уязвимым, когда:

• Один ген домашнего хозяйства используется без валидации
• Референсный ген реагирует на заболевание или лечение
• Эффективность мишени и референса различается
• Калибратор определен недостаточно четко
• Качество образцов существенно варьируется
• При расчете игнорируются эффекты ингибирования или платформы

Результат может быть высоко воспроизводимым и при этом неверным.

Это один из важнейших уроков разработки диагностических средств: воспроизводимость не равна точности.

Выбор подходящего метода для диагностического вопроса

Метод должен соответствовать решению, которое должен поддерживать анализ.

Практическая последовательность принятия решения:

1. Определите, является ли клинический результат количественным показателем или изменением.
2. Определите, какая референсная система необходима для получения такого результата.
3. Измерьте эффективность амплификации для каждой критически важной пары праймеров.
4. Проверьте влияние предполагаемой клинической матрицы.
5. Установите критерии приемки до анализа производственных данных.
6. Подтвердите стабильность характеристик серий реагентов во всем рабочем процессе.

Итоговый расчет — лишь последний этап этой цепочки.

Создание анализа на основе надежного сырья

Химию анализа количественной ПЦР часто рассматривают отдельно от поставок и производства. На практике они неразделимы.

Разработчик диагностического средства может валидировать анализ с использованием одной формулы фермента, одного стандартного материала и одной серии синтеза праймеров. Коммерческое производство затем зависит от того, можно ли стабильно поставлять эти материалы и поддерживать их при масштабировании.

Наиболее полезный партнер по сырьевым материалам предоставляет больше, чем просто каталожный номер.

Для производителей диагностических средств, лабораторий и научно-исследовательских институтов такая поддержка может включать:

• Подбор исходных материалов IVD, соответствующих назначению
• Техническую оценку ферментных и буферных систем
• Консультации по стандартным и контрольным материалам
• Устранение проблем, связанных с ингибированием матрицей
• Помощь в переносе и оптимизации анализа
• Оценку стабильности характеристик между сериями
• Поддержку от ранней концепции до клинического внедрения

CamelBio предоставляет единый доступ к исходным материалам IVD, техническим услугам и консультациям на всем пути разработки.

Это важно, поскольку аналитическая модель анализа и используемые в нем материалы должны валидироваться совместно. Математически корректная коррекция эффективности не может компенсировать неконтролируемый дрейф реагента. Высококачественный фермент не может компенсировать нестабильный референсный ген. Надежная диагностика возникает тогда, когда эти компоненты проектируются как единая система.

Практический контрольный список точности

Перед приемкой рабочего процесса количественной ПЦР задайте следующие вопросы:

Для абсолютной количественной оценки

• Точно ли задана концентрация стандарта?
• Стабилен ли стандарт в течение всего предполагаемого периода использования?
• Соответствует ли кривая необходимым критериям линейности?
• Находится ли эффективность амплификации в заранее определенном диапазоне?
• Обеспечивает ли клиническая матрица сопоставимую эффективность?
• Контролируются ли извлечение и ингибирование?
• Могут ли разные серии реагентов воспроизводить одинаковые характеристики калибровки?

Для относительной количественной оценки

• Оценивался ли более чем один кандидат на роль референсного гена?
• Продемонстрирована ли стабильность референса во всех соответствующих условиях?
• Сопоставимы ли эффективности мишени и референса?
• Рассматривалась ли модель с коррекцией эффективности?
• Определен ли калибратор с биологической и операционной точек зрения?
• Разделены ли техническая и биологическая вариабельность?
• Остается ли стратегия нормализации валидной для разных серий реагентов и платформ?

Эти вопросы превращают расчет в измерительную систему.

Инженерная дисциплина, лежащая в основе надежного результата

Значение Ct — это наблюдение.

Число копий или кратность изменения — это интерпретация.

Расстояние между ними формируется стандартами, референсными генами, эффективностью, матрицами образцов, контролями и стабильностью производства. Каждый компонент связан с определенными допущениями. Каждое допущение необходимо проверять в тех условиях, где анализ будет фактически использоваться.

Абсолютная количественная оценка является правильным инструментом, когда клиническое решение зависит от определенного количества. Относительная количественная оценка подходит, когда вопрос касается контролируемого биологического изменения. В обоих случаях результат приобретает клиническое значение только тогда, когда референс и математика отражают реальность.

Освойте работу с референсом. Измеряйте эффективность. Контролируйте материалы.

Тогда диагностический сигнал сможет четко отделиться от технического шума. Чтобы получить помощь в подборе и валидации материалов для более надежного рабочего процесса количественной ПЦР, свяжитесь с нашими экспертами.