DeepVariant 的日志里会同时出现候选数、生成的样例数、模型预测数和最终 VCF 行数。只看卷积网络处理了多少个图像，很容易误判某批数据漏掉了变异。我们在公开样本 NA12878 的二十号染色体上，对同一万余个碱基实际跑了两次 DeepVariant 1.10.0。两次都从比对文件开始，用同一个全基因组短读长模型完整执行到 VCF 和 gVCF。关闭小模型后，卷积网络收到的样例从二十四增到八十四。两份通过过滤的结果却有完全相同的七十二个变异键，连基因型也一致，其中五十四个的基因型质量发生了变化。
先认清两条推断路径
这个版本的全基因组流程会先检查候选。对适用的双等位候选，小模型读取等位支持、质量和附近位置等特征，如果得到足够有把握的分类，可以直接把预测交给后处理。需要更完整判读的候选会生成编码读段堆叠信息的多通道图像，再交给卷积网络。两条路径最终汇到后处理阶段。因此，日志里“送进卷积网络”的数目只描述其中一路。同一个候选位置含多个可考虑的等位组合时，位点数与图像样例数也可能不同，不能预设一条候选必定对应一张图。DeepVariant 作者对小模型及其输入的说明
这里的模型类型要与测序方法相符。我们采用官方快速入门的短读长比对片段和它配套的参考文件，保留原始染色体名称与索引。第一次使用默认配置，第二次只增加关闭小模型的参数，两次都只用一个分片，结果写入不同目录。这一对照处理的是同一参考区间内的模型分工和输出差异。它没有训练模型，也没有在全基因组估算耗时或比较硬件吞吐。官方快速入门的数据和区间
实跑经验｜从两份日志对到最终过滤状态
我们在 CPU 上运行了官方 1.10.0 镜像内的实际程序和随附权重。请求坐标为二十号染色体第一千万至第一千零一万位，按一基闭区间共一万零一个碱基。两次都从相同输入发现七十八个候选。默认流程报告小模型处理并接受六十个样例，另写出二十四个供卷积网络预测。关闭小模型后，卷积网络实际预测八十四个，两次后处理日志都记录处理八十四项。这个阶段的样例计数与最终位点行数有不同的统计单位。
| 同一输入的实际读数 | 默认启用小模型 | 关闭小模型 |
|---|---|---|
| 候选／送入 CNN 的样例 | 78／24 | 78／84 |
| VCF 的记录数 | 78 | 78 |
| PASS／RefCall／NoCall | 72／6／0 | 72／5／1 |
| 配套 gVCF 的记录数 | 228 | 228 |
默认输出带有模型来源字段，七十二条通过记录中，五十五条来自小模型，十七条来自常规卷积网络。把这个数字和日志对照，小模型一共接受了六十个样例，其中并非每个都成了通过过滤的替代变异。关闭小模型后的 VCF 没有逐样本的该来源字段，此时应结合执行日志记录模式，直接筛选小模型标签会把这个文件的记录都漏掉。想复查计数，先按过滤状态分组，再在同一组内统计来源，更容易与最终用于下游的清单核对。
同一位置的证据还可以逐项复查。取随例高置信区间内的 chr20:10009227 作对照。参考 A、替代 G，两次都报告杂合，深度六十六，等位深度三十四与三十二。默认小模型给基因型质量三十四，关闭后卷积网络给十六。若报告要求基因型质量至少二十，这个位置可以在两份原始文件里都标为通过，最后却因额外过滤得到两个不同的结论。七十二个共同通过的键中，深度与等位深度逐项都一致，正好把输入证据变化与评分变化区分开。
# 以下参数加到官方快速入门的同一份 WGS 命令中，分别写入两个目录
# 第二次运行增加 --disable_small_model=true
bcftools query -f '%CHROM\t%POS\t%REF\t%ALT\t%FILTER[\t%GT:%GQ:%DP:%AD]\n' output.vcf.gz
bcftools view -f PASS -H output.vcf.gz | wc -l
为什么七十二条相同也不能用来宣布准确率相同
还有一处位置 chr20:10009877，两次输入证据均为三十三条参考和五条替代，样本深度三十八。默认输出参考型，过滤状态为参考判定，关闭小模型后输出缺失基因型、状态为无法调用。它不在那七十二条通过清单里，若只对比通过记录，就看不到这个差异。该位置也在本示例提供的高置信评估区间之外。不能因为示例真值表没有对应记录，就断言其中一个模型在这里判错。
我们将通过记录的完整参考跨度与随例的高置信 BED 对齐，只有四十八个通过键落在评估区域内。另外二十四个落在范围外，应该另列为未在该区域评估。区域内四十八个键与配套真值用染色体、位置、参考、替代逐字匹配也有四十八个交集。这里仅做小区域的表级核查，真实基准应使用能处理等价变异表示和基因型差异的比较方法，并分别报告替换、插入缺失及难比对区域。若把区间外二十四条一律当成假阳性，再计算准确率，错误首先来自评估分母的选择。
接手新的测序项目，可以先从一个有独立对照的小区间起步，保存模型版本、读段技术、输入参考、两阶段日志和下游质量阈值。若两份结果看似相同，先比较完整变异键和基因型，再比较基因型质量及缺失状态。若差异集中在高同源区或低覆盖边缘，也应把位置带回读段图和评估范围核查。这样能区分模型确实换了一种判断、项目阈值改变了纳入名单，或该区域根本没有可作判断的真值。
把这些判断规则固定后，若需将同一版本的模型推广到整批全基因组，可使用云生信的生物信息分析服务器管理输入、模型与分样本日志。
