VQSR处理输出VCF文件中NEGATIVE_TRAIN_SITE的含义是什么？

NEGATIVE_TRAIN_SITE是VQSR模型训练阶段的标记，和最终变异过滤结果、VQSLOD得分没有强制对应关系，具体含义如下：

• 该标记仅用于标注该位点属于运行VQSR时传入的负向训练集位点，作用是给模型提供“不可靠变异”的特征学习样本，仅参与模型构建过程，不属于最终变异是否合格的判断依据。常用的负向训练集包括1000 Genomes Project的高多态性低可信度位点集、Mills&Devine indel集的阴性子集等，都是提前标注的公认低可信度变异集合。
• VQSLOD得分与该标记的状态不对应属于正常情况：VQSLOD是模型学习完正负样本特征后，根据当前变异的所有质量特征（QD、FS、MQ、ReadPosRankSum等参数）计算得出的“该变异为真实变异的对数似然比”。模型不会强制给所有负向训练位点打低分，如果某一个被标记为NEGATIVE_TRAIN_SITE的位点本身的测序质量、变异特征符合真实变异的模式，模型依然会给它较高的VQSLOD得分。
• 该标记仅用作质控参考：判断变异是否需要过滤的依据是VCF的FILTER字段，值为PASS即代表通过设置的VQSR截断阈值，其他值代表被过滤，和NEGATIVE_TRAIN_SITE标记无关。你可以通过统计NEGATIVE_TRAIN_SITE标记位点的通过率，反向验证VQSR模型的训练效果是否符合预期。

内容的提问来源于stack exchange，提问作者JEJI