一张变异图上有两个双等位位点，沿边可以走出四种组合。如果研究者据此写道“队列里观察到了四种单倍型”，还缺一项证据，哪些样本真的走过这四条路？我们造了两份图，逐行保持节点序列和连接关系相同，只给第二张增加两条带样本名的完整路径。用 vg 分别统计图、导出路径序列，并在同一参考上生成变异表。两次的位点、参考和替代碱基都一样，样本组合却不同。vg 官方项目与命令说明
从两个位点开始画图
第一处差异可以选 A 或 G，第二处可以选 C 或 T，中间夹一段四十碱基的共享序列。把四个不同等位各作为一个节点，再加上左翼、中间和右翼，整张图共七个节点。两组分支在中间汇合，之后再次分开。于是从左到右可以先选任意第一处等位，再选任意第二处等位。这个结构恰好能走出四种组合，但一条边本身只记录邻接关系。甲样本支持第一处分支、乙样本支持第二处分支，并不能证明同一个样本携带了两处分支的任意组合。
序列图有能力另外保存路径。一条路径是带名称、方向和访问顺序的一串节点，在这个实验中对应一个明确的单倍型。路径名包含样本、单倍型号和染色体名，导出时还能查看路径类型及相位块等元数据。分析前应检查实际名称，尤其是从不同格式转换后，工具可能给路径补上默认的块编号。把一个节点编号误当成染色体坐标也会出错，节点顺序可随图处理改变，稳定的样本路径能让下游重新找到原始碱基。PanSN 路径命名规范
实跑经验｜只增加路径，节点和边一行都不改
我们安装 vg 1.78.0，制作两份小型 GFA，先将它们转换成图，再用官方命令查节点与边的数量、导出所有路径 FASTA，最后相对于同一路径输出变异表。第一份只给参考样本记录 AC、给样本 J 记录 GT。第二份保留这两条，再给样本 K 加入 AT、给样本 L 加入 GC。输入是设计好的单倍型。实验验证路径与变异文件之间的联系，未使用测序读段推断或估计人群单倍型频率。
| 检查项 | 只录入两条路径 | 再录入两条路径 |
|---|---|---|
| 图节点和边 | 7 个节点，8 条边 | 7 个节点，8 条边 |
| 所有路径长度 | 两条均为 107 bp | 四条均为 107 bp |
| 两个位置实际读出的组合 | AC、GT | AC、GT、AT、GC |
| 相对参考导出的记录 | 第 31 位 A→G，第 72 位 C→T | 仍然是相同的两条记录 |
这里的两字母组合是从每条一百零七碱基的完整序列中分别提取第三十一和第七十二位，再把它们并排书写。它们在原序列上并不相邻，之间隔了四十个共享碱基。我们对每条导出的序列做了全长比较，核对它与输入中指定节点按方向拼接后的序列完全一致。这样读者能区别“从图上画出一条路线”和“某个带名样本的完整路径确实导出了这组碱基”。
再去看变异表中的样本列
相对参考样本解构后，第一份文件的样本列只有 J，两处都是替代等位。第二份除了 J 还有 K 和 L。位点三十一上，K 为参考、L 为替代。位点七十二上，K 为替代、L 为参考。两行配合样本身份就能重新找回新增的两个组合。此处每个样本只提供一条单倍型，输出的基因型为单个数字。在日常二倍体队列中，一个样本往往包含两条染色体，不应把这组示例的写法直接套用在未分相的杂合基因型上。
vg convert -g panel.gfa > panel.vg
vg stats -N panel.vg
vg stats -E panel.vg
vg paths -x panel.vg -M
vg paths -x panel.vg -F > panel.paths.fa
vg deconstruct -p 'REF#1#chr1#0' -t 1 panel.vg > panel.vcf
这个版本的程序在两份输入上都将源路径名补上了末尾的相位块编号零。我们先从元数据确认样本名和完整参考路径名，再把该名字给解构命令。若想复核真实项目，保留路径元数据、参考路径的完整名称和所用 vg 版本。仅根据示例前缀挑一条名字相近的路径，可能把另一个单倍型或其他染色体当成坐标骨架，造成两次结果看似矛盾。vg 支持的图和路径文件格式
还有一个容易漏掉的差异是统计单位。图上有两条变异记录，表示在所选参考坐标下识别了两个位点。样本列增加的是这些既有位点上的等位归属，变异行数无需随样本列增加。如果要确认新样本是否为图带来新的碱基、新的连接或仅仅带来已知等位的新组合，应分别比对节点、边和完整路径三个层面。分别汇报这三项，才能说清扩充面板实际新增了哪类信息。
什么时候还需要回到原始读段
示例中的路径来自我们明确写入的组装信息。在真实面板中，应先问路径来源于可信分相组装、由变异表推断的单倍型，还是算法有意加入的覆盖路径。三者都能以带名路径形式出现，所承载的证据不同。尤其是两个分支间存在一段长且重复的共享序列时，短读段可能各自支持两端碱基，却没有任何一条分子把它们接起来。即使软件能找到一条代价很低的组合路线，也要用跨位点读段、家系或独立分相材料核对样本归属。
实务中可以为每个关心的组合建立一张对照表，列出图上是否能通行、输入面板中哪些路径实际包含它、哪些样本有可复核的跨位点证据。若某类样本在面板中代表较少，把“路径未收录”和“人群不存在”写成同一结论，会掩盖面板选择造成的偏差。要报告频率，还需说明有多少个可判定的单倍型进入分母，个体间是否相关，以及有多少个样本因分相断裂而缺少组合信息。两个位点各自的等位频率不能单独恢复这个联合分布。
下载本篇实验脚本与结果（12 篇合集 ZIP），解压后打开 083-vg 目录。
需要在多版群体面板上复核样本路径和变异导出时，可以在云生信的生物信息分析服务器保存匹配的图索引与路径元数据。
