QC und Fehlersuche für Multiplex-PCR-Sequenzierung (RUO) Metriken, Ursachen und Lösungswege

Multiplex-PCR-Sequenzierung wird oft gewählt, weil sie eine definierte Zielgruppe in einen praktischen, skalierbaren und vergleichsweise schnellen Forschungsworkflow umwandeln kann. Für viele RUO-Projekte ist genau das der Reiz: Ein gezielter Test kann einfacher zu operationalisieren sein als breitere Anreicherungsansätze, wenn die Projektfrage bereits fokussiert ist und das erwartete Ergebnis ein strukturiertes Datenpaket und nicht eine offene Entdeckung ist. Aber das Multiplexing schafft auch eine spezifische QC-Herausforderung. Viele Primer konkurrieren im selben System, sodass ein Lauf auf der Oberfläche akzeptabel aussehen kann, während er an den entscheidenden Stellen, wie Zielrückgewinnung, Abdeckung des unteren Bereichs, Dropout-Clusterbildung oder Batch-Reproduzierbarkeit, dennoch unterperformt. Die Dokumentation der Anbieter und praktische Sequenzierungsanleitungen betonen konsequent, dass die Leistung gezielter Tests nicht nur durch den Ertrag, sondern auch durch das Anreicherungsverhalten, die Poolstruktur und die Kontrolle von Artefakten geprägt ist.

QC-Metrik-Map: Was zu überprüfen ist und warum (bevor Sie mit der Fehlersuche beginnen)

Der sauberste Weg, die Qualitätskontrolle von Multiplex-PCR-Sequenzierungen zu überprüfen, besteht darin, sie in vier Ebenen zu unterteilen: Probenebene, Zielebene, Amplicon-Ebene und Chargenebene. Das klingt einfach, verhindert jedoch einen der häufigsten Überprüfungsfehler in der gezielten Sequenzierung: die Gesamtlesezahlen so zu behandeln, als wären sie ein direkter Indikator für die Datenverwendbarkeit. Das sind sie nicht. Offizielle Dokumente zum gezielten Workflow und Ressourcen der Sequenzierungs-Wissensdatenbank zeigen immer wieder, dass die Qualität der Rohdaten, das Anreicherungsverhalten, die Repräsentation über die Ziele hinweg und die Reproduzierbarkeit gemeinsam interpretiert werden müssen, anstatt auf eine zusammenfassende Zahl reduziert zu werden.

Am Musterlevel, Sie möchten wissen, ob der Lauf verwendbare Daten in Standardformaten produziert hat und ob die Rohlesequalität insgesamt stabil ist. Hier gehören die Leseanzahl, verwendbare Reads, das Basisqualitätsprofil und das Demultiplexing-Verhalten dazu. Am Zielniveau, liegt der Fokus auf der Zielgenauigkeit und ob die Sequenzierungskapazität tatsächlich für das beabsichtigte Panel verwendet wird. Bei der Amplicon-EbeneDie entscheidende Frage ist die Verteilung: Sind einige Mitglieder konstant stark, während andere dauerhaft schwach oder abwesend sind? An der ChargenebeneSie suchen nach operationellem Drift über Platten, Läufe, Reagenzienlots oder Versandgruppen.

Der nützlichste mentale Wandel besteht darin, zu behandeln Verteilung als informativer als DurchschnittswerteEin durchschnittlicher Abdeckungswert kann respektabel bleiben, selbst wenn der untere Bereich bereits zusammengebrochen ist. In der Praxis wird eine Überprüfung viel handlungsorientierter, wenn der Bericht eine Perzentilansicht wie P10/P50/P90 oder eine andere gleichwertige Möglichkeit zur Darstellung der unteren Grenze, des Mittelpunkts und der oberen Streuung der Zielabdeckung enthält. Das ist der Unterschied zwischen „das Panel hat gut abgeschnitten“ und „das Panel hatte eine schwache Minderheit von Loci, die die Interpretation ändern könnten.“ Diese Unterscheidung ist genau das, was die praktische Qualitätskontrolle bei gezieltem Sequenzieren offenbaren sollte.

Abbildung 1. Vierstufiger QC-Überprüfungsprozess für Multiplex-PCR-Sequenzierung. Verwenden Sie diese Karte, um globale Laufprobleme von Zielrückgewinnungsproblemen, amplicon-spezifischen Schwächen und reproduzierbaren Verschiebungen auf Batch-Ebene zu trennen.

Eine praktische metrische Karte kann folgendermaßen geschrieben werden:

Diese geschichtete Logik ist auch der Grund, warum die Akzeptanz mit früheren Workflow-Prüfpunkten verknüpft werden sollte, anstatt nur anhand des Abschlussberichts beurteilt zu werden. Teams, die einen saubereren Übergang zwischen der Lieferung im Feuchtlabor und der nachgelagerten Überprüfung wünschen, profitieren in der Regel von einem expliziteren Leitfaden zu Workflow-Phase QC-Prüfpunkte Planung, da es klarstellt, wo Beweise generiert werden und wo sie überprüft werden sollten.

Probleme mit der Abdeckungsuniformität: Ursachen und Lösungen

Die Gleichmäßigkeit der Abdeckung ist der Punkt, an dem die Multiplex-PCR-Sequenzierung entweder robust oder fragil wird. In einem gesunden Assay nehmen die meisten Amplicons nach dem Pooling und der Sequenzierung einen angemessen engen Repräsentationsbereich ein. In einem fragilen Assay dominiert eine kleinere Teilmenge, während der untere Bereich dünner wird oder zusammenbricht. Dieses Muster sieht oft täuschend mild aus, wenn man nur die mediane Tiefe betrachtet. Der richtige Weg, die nächste Abbildung zu verwenden, besteht darin, zuerst den unteren Bereich zu vergleichen und dann rückwärts von der Form dieses Bereichs zur wahrscheinlichsten Ursache zu gelangen.

Verwenden Sie Abbildung 2, um eine Frage zu stellen, bevor eine Korrektur versucht wird: Ist das Problem eine globale Unterversorgung oder handelt es sich um ein strukturelles Ungleichgewicht innerhalb des Panels?

Abbildung 2. Leitfaden zur Überprüfung der Abdeckungsuniformität für Multiplex-PCR-Sequenzierung, der zeigt, wie ein Zusammenbruch des unteren Bereichs hinter einer akzeptablen medianen Tiefe verborgen bleiben kann und wie dieses Muster auf einen Lösungsweg wie Pool-Neuausbalancierung, Primer-Ersatz oder Neugestaltung hinweist.

Einheitlichkeitsprobleme fallen normalerweise in vier Ursachen-Gruppen.

Das erste ist erste InteraktionIn stark multiplexierten Systemen kann selbst ein Panel, das auf dem Papier vernünftig aussieht, genügend Kreuzreaktivität enthalten, um die Amplifikationseffizienz zu verzerren. Praktische Entwurfshinweise für multiplexe Amplicon-Workflows betonen, dass die Kompatibilität der Primer kein kosmetischer Optimierungsschritt ist; sie ist einer der zentralen Faktoren für die nachgelagerte Repräsentation. Deshalb führt ein Uniformitätsfehler oft zurück zur Primerarchitektur und nicht nur zur Sequenzierungstiefe. Die Logik auf der Entwurfsseite wird in unserem Leitfaden ausführlicher behandelt. Primäre Interaktions- und Pooling-Regeln.

Der zweite ist Pool-UngleichgewichtEinige Pools weisen einfach eine vorteilhaftere Amplifikationszusammensetzung auf als andere. Wenn schwache Amplicons in einem Pool konzentriert sind, ist das ein starkes Indiz dafür, dass eine Neuausbalancierung oder Aufteilung des Pools besser abschneiden wird als eine generische Erhöhung der Reads. Das dritte ist GC- oder Längenbias, wo schwierige Ziele weniger effizient wiederhergestellt werden, obwohl der gesamte Test anscheinend ausreichend leistungsfähig ist. Das vierte ist Eingangszyklus-Mismatch, in denen zu wenig Vorlage oder zu viele Zyklen Gewinner und Verlierer verstärken, anstatt schwache Ziele zu retten. Praktische Fehlersuche-Ressourcen für gezielte Bibliotheksvorbereitung weisen konsequent auf Bedingungen mit niedrigem Input und Artefaktwettbewerb als wiederkehrende Ursachen für ungleichmäßige Leistung hin.

Eine gute Uniformitätsprüfung folgt einer geordneten Reihenfolge:

• Bestätigen Sie, ob die Roh-Lesequalität auf ein Problem mit dem Lauf oder ein Problem mit dem Panel hinweist.
• Vergleichen Sie das On-Target-Verhalten mit jeglichen Hinweisen auf eine Anreicherung von Kurzfragmenten.
• Plotten Sie die Tiefe pro Amplicon und untersuchen Sie den unteren Bereich, nicht nur den Median.
• Schwache Mitglieder nach Pool gruppieren.
• Gruppiere sie nach GC-Bereich, Amplikonlänge oder homologem Kontext.
• Überprüfen Sie, ob dieselben Mitglieder in verschiedenen Proben oder Chargen ausfallen.
• Wenden Sie zuerst die kleinste glaubwürdige Lösung an: neu ausbalancieren, aufteilen oder ersetzen.
• Validieren Sie die Lösung mit der gleichen Berichtansicht, die zur Erkennung des Problems verwendet wurde.

Für stabile kleine bis mittlere Paneele, Multiplex-PCR-Sequenzierung ist oft die direkteste operationale Passung, da der Arbeitsablauf und die Ergebnisse natürlich mit der angestrebten Amplicon-Überprüfung übereinstimmen. Für umfassendere Zielort-Sets, bei denen die Panel-Architektur die Analyse zu belasten beginnt, Gezielte Regionssequenzierung kann eine bessere Übereinstimmung zwischen der Zielkomplexität und den Projektzielen bieten.

Ein häufiger Fehler ist anzunehmen, dass eine tiefere Sequenzierung immer die am wenigsten störende Lösung ist. Sie ist nur dann eine gute Lösung, wenn das Panel im Großen und Ganzen ausgewogen und leicht unterpowert ist. Wenn dasselbe Problem mit dem Zusammenbruch des unteren Bereichs nach weiteren Reads weiterhin besteht, ist das Problem in der Regel strukturell und nicht rein quantitativ.

Amplicon-Ausfall: Erkennen, Diagnostizieren und Entscheiden (Wiederholen vs. Akzeptieren)

Amplicon-Ausfall sollte operational definiert werden, anstatt vage. In der Praxis gibt es zwei häufige Muster. Eines ist vollständiger Abbruch, wo ein beabsichtigtes Amplicon unter dem Prüfstandard des Projekts effektiv abwesend ist. Das andere ist systematische geringe Abdeckung, wo ein Ziel technisch vorhanden ist, aber im Vergleich zum Rest des Panels wiederholt unterrepräsentiert ist. Diese Muster sollten nicht zusammengeführt werden, da sie nicht die gleiche Lösung implizieren.

Verwenden Sie Abbildung 3 als Überprüfungswerkzeug und nicht nur als Klassifikationsdiagramm: Bestimmen Sie, ob die schwache Region sein sollte akzeptiert mit Anmerkung, ergänzt, neu gestaltet oder erneut durchgeführt.

Abbildung 3. Entscheidungsrahmen für Amplicon-Ausfälle bei multiplex PCR-Sequenzierung. Verwenden Sie diese Abbildung, um vollständigen Verlust von systematischer geringer Abdeckung zu unterscheiden und zu entscheiden, welche Maßnahme ergriffen werden soll: akzeptieren mit Annotation, ergänzen, neu gestalten oder erneut ausführen.

Der erste diagnostische Schritt ist die Mustererkennung. Klustert der Ausfall innerhalb eines Pools? Tritt er in GC-reichen oder homologen Regionen auf? Beeinflusst er Amplifikate an den Grenzpositionen stärker als zentrale? Und erscheint dasselbe Muster in mehreren Proben? Ein wiederkehrendes gemeinsames Muster deutet normalerweise auf die Architektur des Panels oder das Verhalten des Pools hin. Ein einmaliges Muster ist eher mit der Variabilität von Proben oder Prozessen kompatibel.

Eine praktische Entscheidungsmatrix sieht folgendermaßen aus:

Dies ist auch der Punkt, an dem eine Anbieter- oder Partnerbeziehung unnötig feindlich werden kann, wenn das Projekt nie definiert hat, was "gut genug" bedeutet. Eine bessere Praxis besteht darin, im Voraus zu entscheiden, was passiert, wenn schwache Loci peripher sind, was einen Nachschlag auslöst und was als Neugestaltung oder Wiederholungsereignis zählt. Teams, die diese Diskussion früher in der Beschaffung oder Projektplanung formalisiert haben möchten, sollten sie in ein Akzeptanzkriterien und Überarbeitungsrichtlinien-Checkliste, es nicht der post-deliverierten Interpretation überlassen.

Für projekte mit hohem Dropout-Anteil, bei denen die Zielarchitektur selbst Teil des Problems ist, Amplicon-Sequenzierungsdienste sind oft die richtige Basislinie. Wenn eine wiederholte schwache Erholung die Spannweite oder eine schwierigere Standortstruktur widerspiegelt, Nanopore-Amplikon-Sequenzierung kann eine geeignetere Alternative in der Forschungsphase sein.

Primer-Dimere / Hintergrundlesungen: Wie man sie erkennt und reduziert

Primer-Dimere und andere Hintergrundprodukte sind wichtig, da sie Sequenzierungskapazität verbrauchen, ohne die Zielrückgewinnung zu verbessern. Offizielle Troubleshooting-Materialien von Illumina beschreiben Adapter-Dimere als einen beobachtbaren Peak kurzer Fragmente, typischerweise im Bereich von 120–170 bp in der Bibliotheks-QC, und technische Leitfäden von Agilent weisen darauf hin, dass Adapter-Dimer-Anteile unter etwa 0,5 % bereits wichtig genug sind, um sorgfältig gemessen zu werden, da sie nachgelagerte Entscheidungen beeinflussen können. Diese Zahlen stammen aus der allgemeinen NGS-Bibliothekspraktik und nicht aus einer universellen Multiplex-PCR-Regel, sind aber dennoch nützlich als Erinnerung, dass Artefakte kurzer Fragmente nicht als harmloser Hintergrund betrachtet werden sollten.

Bei der Multiplex-PCR-Sequenzierung sind die betrieblichen Hinweise normalerweise eine Kombination aus geringer On-Target-Performance, abnormaler Anreicherung von Kurzfragmenten, verdächtig konzentrierten nicht informativen Sequenzen oder einer Diskrepanz zwischen der Rohlese-Häufigkeit und der Zielrückgewinnungsleistung. Wenn diese Faktoren zusammen auftreten, handelt es sich oft um die Erzeugung wettbewerblicher Artefakte anstelle von einfachem Untersequenzieren.

Die häufigsten Ursachen sind Primerkomplementarität, zu dichte Pools, übermäßige Primerkonzentration, niedrige Template-Eingabe und Zykluseinstellungen, die Artefakte anstelle von echten Zielen belohnen. In der Praxis sind die saubersten Lösungen meist upstream. Besseres Interaktions-Screening, sinnvolleres Pooldesign und eine engere Kontrolle der Eingangs- und Zyklusbedingungen übertreffen fast immer heroische Aufräumarbeiten im Nachhinein. Die Anleitung von Kernanlagen für selbstvorbereitete Amplicons verstärkt ebenfalls, dass das gezielte Design von Amplicon-Primern und die Indizierungsstrategie zentral für eine skalierbare Leistung sind.

Eine kompakte Kontrollliste ist normalerweise ausreichend:

• Überprüfen Sie das Risiko von Selbst-Dimeren und Kreuz-Dimeren, bevor Sie die Pools sperren.
• Vermeiden Sie es, schwache Ziele zu lösen, indem Sie die Primerkonzentration überall einfach erhöhen.
• Halten Sie die Eingabe- und Zyklusnummer mit der tatsächlichen Probenqualität in Einklang.
• Überprüfen Sie die Fragmentspuren vor der Sequenzierung, nicht nur nach der Lieferung.
• Unterscheiden Sie zwischen Reinigungsproblemen und Primer-Design-Problemen.
• Überprüfen Sie die Poolarchitektur, wenn dieselbe Artefaktklasse erneut auftritt.

Wenn kurz definierte Loci weiterhin bibliotheken mit hohem Hintergrundrauschen erzeugen, Genpanel-Sequenzierungsdienst kann eine bessere Passform für strukturierte gezielte Charakterisierung sein, während Sanger-Sequenzierung bleibt nützlich für die eng fokussierte Überprüfung einer sehr kleinen Anzahl von problematischen Standorten in der Forschungsphase.

Akzeptanzkriterien-Vorlage: Machen Sie es explizit, nicht implizit

Eine starke Akzeptanzvorlage beginnt nicht mit einer Zahl. Sie beginnt mit einer Projektbeschreibung. Was genau soll der Assay unterstützen? In RUO-Einstellungen kann das gezielte Entdeckungsunterstützung, locus-fokussierte Verifizierung für Forschungsabläufe, Verifizierung von Bearbeitungen in der Forschungsphase, Charakterisierung von Konstrukten, Charakterisierung von Stämmen oder einen anderen klar abgegrenzten Forschungszweck bedeuten. Die Formulierung ist wichtig, da die Akzeptanz an dem tatsächlichen Forschungsanwendungsfall verankert sein sollte, anstatt aus einem anderen Arbeitsablauf übernommen zu werden.

Am Projektebene, definieren Sie, was die Analyse beantworten muss. Bei der Probeebene, definieren Sie, was ein verwendbares Paket ausmacht und in welchen Dateiformaten es geliefert werden muss. Am Zielniveau, definieren Sie, wie Schwäche im unteren Bereich und Abbruch bewertet werden. Am ChargenebeneDefinieren Sie die Erwartungen an die Reproduzierbarkeit und wie diese nachgewiesen werden.

Eine praktische Akzeptanzvorlage kann folgendermaßen aussehen:

Der Akzeptanzrahmen wird viel einfacher anzuwenden, wenn er an Arbeitsablaufkontrollpunkte gebunden ist, anstatt nur am Ende verfasst zu werden. Deshalb profitieren Teams oft von einem praktischen Leitfaden zu Workflow-Phase QC-Prüfpunkte Planung, insbesondere wenn dasselbe Datenpaket sowohl von Wet-Lab- als auch von Bioinformatik-Interessengruppen überprüft wird.

Eskalationsauslöser: wann akzeptieren, annotieren, ergänzen oder neu machen

Nicht jeder schwache Ort benötigt die gleiche Reaktion. Eine nützliche Eskalationsschicht befindet sich direkt unter der Akzeptanztabelle und wandelt beobachtete Fehler in Überprüfungsaktionen um.

Für Projekte, die voraussichtlich reibungslos von der Bibliotheksgenerierung zur nachgelagerten Analyse übergehen, Fertige Bibliothekssequenzierung ist nützlich, wenn die upstream-Bibliothek bereits behoben ist und der Bedarf an standardisierter Sequenzierungsbereitstellung besteht, während Variantenaufruf wird erst dann bedeutungsvoller, wenn die Zielrepräsentation und das Verhalten des unteren Bereichs ausdrücklich als akzeptabel beurteilt wurden.

Wann man dieses Framework verwenden sollte – und wann nicht

Verwenden Sie dieses Framework, wenn das Projekt von einem definierten Panel abhängt, wenn schwache Loci die Interpretierbarkeit erheblich verändern können und wenn das empfangende Team eine verteidigbare Überprüfungslogik benötigt, anstatt einer einzeiligen Bestehens-/Durchfall-Aussage. Es ist besonders nützlich in Outsourcing- oder Kollaborationsumgebungen, in denen die Akzeptanz für sowohl Labor- als auch Bioinformatik-Interessengruppen lesbar bleiben muss.

Verwenden Sie es nicht als Ersatz für das Redesign von Panels. Wenn die gleichen schwachen Loci in verschiedenen Proben, Chargen oder Pilotversuchen auftreten, sagt Ihnen der Test in der Regel etwas Wichtiges. Die richtige Antwort könnte eine Neuausbalancierung, das Aufteilen von Pools, ein Redesign oder eine andere gezielte Strategie sein, anstatt immer ausgefeiltere Rechtfertigungen für dasselbe Fehlermuster zu finden.

Häufig gestellte Fragen

1) Ist Q30 ausreichend, um die Qualität der Multiplex-PCR-Sequenzierung zu beurteilen?

Nein. Es ist nützlich für das Vertrauen in Rohdaten, aber es sagt Ihnen nicht, ob die Reads zielgerichtet, gleichmäßig verteilt oder in wenigen dominanten Ampliconen konzentriert sind.

2) Warum können die Gesamtlesungen gut aussehen, während das Projekt trotzdem unterdurchschnittlich abschneidet?

Weil die Gesamtanzahl der Reads nicht zeigt, ob die Erholung der unteren Zielgruppe zusammengebrochen ist. Ein Panel kann eine angemessene mediane Tiefe aufweisen, enthält jedoch dennoch eine schwache Minderheit von Loci, die die Interpretierbarkeit verändern.

3) Behebt tiefere Sequenzierung eine schlechte Uniformität?

Nur wenn das Panel im Großen und Ganzen ausgewogen und leicht unterdimensioniert ist. Es behebt normalerweise nicht das wiederkehrende strukturelle Ungleichgewicht, das durch Primer-Interaktion, Poolzusammensetzung oder locus-spezifische Verzerrung verursacht wird.

4) Wie sollte der Abbruch berichtet werden?

Trennen Sie vollständigen Verlust von systematischer geringer Abdeckung und verbinden Sie dann jedes mit der vereinbarten Überprüfungsmaßnahme: annotieren, ergänzen, neu gestalten oder erneut ausführen.

5) Was sollte ein empfangendes Bioinformatik-Team im Lieferpaket anfordern?

Standardisierte Rohdateien, eine QC-Zusammenfassung, Ausgaben zur Zielabdeckung und genügend Erklärungen, um festzustellen, ob schwache Regionen zufällig, systematisch oder durch das Assay-Design zu erwarten sind.

6) Was verursacht normalerweise Primer-Dimere in Multiplex-Panels?

Primärkomplementarität, überfülltes Pooldesign, ungeeignete Primerkonzentration, niedrige Template-Eingabe und Amplifikationsparameter, die die Bildung von Artefakten begünstigen.

7) Wann ist ein schwacher Amplicon akzeptabel?

Wenn die betroffene Region peripher zum Forschungsziel ist und die akzeptierte Sprache ausdrücklich begrenzte Schwäche mit Annotation erlaubt.

Sollten die Akzeptanzkriterien bei allen Multiplex-PCR-Projekten identisch sein?

In der Regel nein. Der Rahmen kann stabil bleiben, aber die genaue Überprüfungstoleranz sollte das Panel-Design, die Projektziele und die Erwartungen an die Reproduzierbarkeit widerspiegeln.

Referenzen

1. Ross MG, Russ C, Costello M, et al. Charakterisierung und Messung von Verzerrungen in Sequenzdaten. Genombiologie2013;14:R51. DOI: 10.1186/gb-2013-14-5-r51
2. Xie NG, Wang MX, Song P, et al. Entwicklung von hochmultiplexen PCR-Primer-Sets mit simuliertem Annealing-Design unter Verwendung der Dimmer-Wahrscheinlichkeitsabschätzung (SADDLE). Naturwissenschaftliche Kommunikation. 2022;13:1881. DOI: 10.1038/s41467-022-29500-4
3. Limberis JD, Metcalfe JZ. primerJinn: ein Werkzeug zur rationalen Gestaltung von Multiplex-PCR-Primer-Sets für die Amplicon-Sequenzierung und zur Durchführung von in silico PCR. BMC Bioinformatik2023;24:468. DOI: 10.1186/s12859-023-05609-1
4. Develtere W, Waegneer E, Debray K, et al. SMAP-Design: Ein Multiplex-PCR-Amplicon- und gRNA-Design-Tool zur Untersuchung natürlicher und durch CRISPR induzierter genetischer Variation. Nukleinsäurenforschung2023;51(7):e37. DOI: 10.1093/nar/gkad036
5. Wolff N, Geiss A, Barisic I. Die Vernetzung von PCR-Primern reduziert unspezifische Amplifikationsprodukte in der Multiplex-PCR.. Journal für mikrobiologische Methoden2020;178:106051. DOI: 10.1016/j.mimet.2020.106051
6. Itokawa K, Sekizuka T, Hashino R, Tanaka R, Kuroda M. Ein Vorschlag für einen alternativen Primer für die Multiplex-PCR des ARTIC-Netzwerks zur Verbesserung der Abdeckung der SARS-CoV-2-Genomsequenzierung.. bioRxiv. 2020. DOI: 10.1101/2020.03.10.985150
7. Qin Y, Wu L, Zhang Q, et al. Einflüsse von Fehlern, Chimären, Verzerrungen und GC-Gehalt auf die Genauigkeit der Amplicon-Sequenzierung. mSysteme. 2023. DOI: 10.1128/msystems.01025-23
8. Hammet F, Mahmood K, Green TR, et al. Hi-Plex2: ein einfacher und robuster Ansatz zur genetischen Charakterisierung basierend auf gezielter Sequenzierung. BioTechniques. 2019. DOI: 10.2144/btn-2019-0026