事實
定序技術 · 基因體學 · 公民科學 · 流程整理home-seq 部落格，2026 年 4 月 · 記錄至 2026 年 8 月
〈How I Sequenced My Genome at Home〉——經查證，並與臨床標準對照
一片 flow cell、四小時親手操作，換來約 10× 覆蓋度
一名業餘愛好者記錄了如何以 Oxford Nanopore MinION 在家完成全基因體定序：親手操作約四小時，全程 72 小時，單一 flow cell 產出約 30 Gb，對人類基因體約 10× 覆蓋。他自述 2026 年 4 月耗材花費約 1,100 美元；Oxford Nanopore 官方對同一批品項的報價其後有升有降。10× 覆蓋足以探索族群中常見的變異，但遠低於 UK Biobank 等大型族群研究用於可信賴變異判讀的 30×。以下整理其流程、當下的成本，以及這個結果究竟能說明到哪裡為止。
- $1,100單次 run 耗材，作者自述（2026 年 4 月）
- 4 h親手操作時間
- 72 h從開始到完成
- ~10×全基因體覆蓋度（約 30 Gb 產出）——低於下文的 30× 標準
每一部分站得多穩 部落格本身與其報導均已確認。文中所述的實際操作則屬自述。
| 確信程度 | 內容 | 誰這麼說 |
|---|---|---|
| 已證實 | 確有一個名為〈How I Sequenced My Genome at Home〉的部落格，位於真實可存取的網址，其頁面中繼資料也標明作者的帳號。 | home-seq 部落格，直接讀取（HTTP 200）；並經 Tom's Hardware 於 2026 年 4 月 21 日的報導佐證，亦為直接讀取 |
| 已證實 | MinION Mk1D 定序儀、R10.4.1 flow cell 與 SQK-LSK114 連接式建庫套組均為現行在售產品，本頁下方所列即其現行報價。 | Oxford Nanopore 官方報價單與產品頁面，擷取於 2026 年 8 月 24 日 |
| 已確認，但本站無法查證 | 作者本人是否確實在家完成頰黏膜抽取、建庫與 48 小時 MinION 定序，並取得約 30 Gb、約 10× 覆蓋的資料。 | 來自部落格本人的第一人稱敘述；並無原始資料、實驗紀錄或第三方複製結果可供比對 |
| 已確認，但本站無法查證 | 作者自述的成本（約 1,100 美元）與操作時程（親手約 4 小時、全程 72 小時）。 | 同一份第一人稱敘述 |
時序
從 2024 年的裝置到 2026 年 4 月的餐桌 四個標有日期的時間點，橫跨兩年的硬體世代
- 2024 年 5 月 22–23 日Oxford Nanopore 於「London Calling」大會發表 MinION Mk1D。它取代下文流程實際使用的 Mk1B，也是成本表所列報價的世代。
- 2026 年 4 月 18 日前後部落格所描述的定序run似乎於此時進行——由其範例指令中出現的日期路徑推斷，文中並未明確標示日期。
- 2026 年 4 月 21 日之前部落格文章〈How I Sequenced My Genome at Home〉上線。文中未見明確署名或日期，確切發布日期無法查證。
- 2026 年 4 月 21 日Tom's Hardware（Mark Tyson）報導此部落格，提及其設備清單與作者自述的家族動機。
論點
為什麼做這件事，以及這個說法的極限 作者自述的三個動機
- 好奇心，以及想拆解它的渴望——作者自述擁有 Raspberry Pi 與 Jetson Nano，理由相同：一套可以親手觸碰、更動、弄壞再重建的系統，而他說成長過程中生物學從未給過他這種感覺。
- 家族自體免疫疾病病史——作者以此作為想在自身基因體資料中尋找答案的動機。這僅為個人背景的自述，本頁無法查證，也不作為任何結論的依據。
- 理解流程本身——不只是最後看一份報告，而是清楚每一步的目的與失敗模式，這也是本頁以下內容的實際重點。
一片 flow cell，兩種花法 廣度或深度——這個選擇決定了之後能主張什麼
| 比較項目 | Option A 全基因體淺覆蓋 | Option B Adaptive Sampling |
|---|---|---|
| Coverage | ~10× | ~30–50×（目標區域） |
| 目標範圍 | 全基因體 | 指定 panel（BED file） |
| Target size 建議 | — | 理想值為基因體 <1%；<5% 仍可達 30× |
| 稀有變異偵測 | 不夠穩妥——難以可靠區分真實的十分之一訊號與雜訊 | panel 範圍內較有信心 |
| panel 設計難度 | 低（不需要） | 須查詢座標並建立 BED 檔（LLM 可協助此步驟） |
| 適合情境 | 粗略全基因體探索 | 藥物基因、HLA、自免位點——具體且明確的問題 |
Adaptive sampling 是讓在家跑 MinION 不只是玩票的關鍵：定序儀先讀取每段片段前約 500 個鹼基，比對參考基因體，若不符合目標即反轉電壓將該分子退出（eject），把孔的時間留給目標區域。實質上這是免費的標定式富集，不需客製 DNA 探針、不需 PCR、也不需特別設計的建庫。但無論選哪一種，都改變不了底層的算術：一般用於可信賴、臨床等級判讀的深度，高於單一 flow cell 靠任一選項單獨能達到的水準。UK Biobank 的 490,640 個基因體資源以平均 32.5× 深度定序，每人至少 23.5×——此數字直接讀自描述該計畫的論文；Illumina 官方公布的產能表也假設每個樣本需超過 120 Gb 才能達到相同的 30×。在家跑一次全基因體的 10×，或針對窄範圍 panel 的 30–50×，都是真實的結果，但不是同一等級的結果。
補充
Nanopore 定序原理 電流變化還原鹼基
- flow cell 的孔陣列約有 2,048 個孔位；Oxford Nanopore 保證至少 800 個活性孔才值得開始定序。DNA 穿過活性孔時的電流變化，由神經網路解碼為 A、C、G、T。
- reads 長度可達數萬鹼基，遠超 Illumina NovaSeq 等標準 short-read 平台約 150 bp 的長度，對困難區域與結構變異更有優勢。
- 一片 flow cell 跑 48 小時約產生 30 Gb 資料（Oxford Nanopore 對全新 flow cell 的官方數字為 20–40 Gb）。人類基因體約 3.2 Gb，故約 10× 覆蓋。
- 若使用支援甲基化的模型，5mC／5hmC methylation calls 可直接寫入 BAM tags——這項能力來自 basecaller 的軟體更新，不需新化學試劑，也不需新的 flow cell。
設備與耗材：兩個時間點的報價 作者自述的花費，與 Oxford Nanopore 現行報價
| 項目 | 作者自述（2026 年 4 月） | 現行報價（2026 年 8 月） | 說明 |
|---|---|---|---|
| MinION Mk1D | ~$3,200 | $3,150 | 可重複使用的定序儀；ONT 報價含 12 個月標準支援 |
| R10.4.1 Flow Cell (FLO-MIN114) | ~$900 | $840 | 每次 run 一片，單次使用 |
| SQK-LSK114 Ligation Kit | ~$100/rxn (6-rxn pack ~$610) | $720 / 6 rxn ≈ $120/rxn | 連接式建庫套組 |
| NEBNext Companion Module v2 | ~$55/rxn | 無法查證 | End repair 與 ligation 酵素；NEB 官網對自動化請求回傳防機器人驗證頁面 |
| Monarch T3010 gDNA Kit | ~$3/prep | 無法查證 | 頰黏膜 DNA 抽取；查證限制同上 |
| Flow Cell Wash Kit (EXP-WSH004) | ~$17/wash | $120/kit | 供中途 wash／reload 使用；ONT 未說明單一套組可用次數 |
| 零星耗材 | ~$50 | 隨供應商而異 | LoBind tubes、PBS、乙醇等 |
作者自述 2026 年 4 月單次 run 的總花費約 1,100 美元。這並非本站自行重新推算的總額：六個品項中，定序儀與 flow cell 在 Oxford Nanopore 現行報價上更便宜，連接式建庫套組的整包售價則更高，另外兩項 NEB 試劑本站找不到可讀取的來源查證現價。多數試劑也以實驗室規模包裝——建庫套組整包六個反應、NEB 模組整包 24 個——對只做一次的人而言，無論用哪一年的報價，浪費掉大半包裝都是成本結構中最難迴避的一項。
六大實驗步驟 從安裝到比對
- 01安裝與檢孔活性孔 ≥800
- 02DNA 抽取~30 min
- 03建庫~70 min
- 04上樣高風險
- 05定序與監控48 h
- 06Basecalling與比對
建庫最常踩雷的地方 五個具體失敗模式，出自作者自述
| 環節 | 要點 |
|---|---|
| AMPure beads 風乾 | 30 秒足矣——太久會龜裂並黏死管壁，造成不可逆的 DNA 損失。 |
| 第二次 cleanup | 必須用 Long Fragment Buffer（LFB）；乙醇會破壞 adapter 上的 motor protein。 |
| 酵素 mix | 不可 vortex——含 glycerol 的酵素液起泡後活性下降，應以輕彈方式混合。 |
| Ligation Buffer | 很黏稠，需慢慢 pipette-mix，否則看似混合其實仍分層，影響連接效率。 |
| 理想產物 | 15 µL 中含 150–450 ng library；12 µL 上機，其餘備用作 reload。 |
上機最怕空氣 以及監控三指標
最高風險是氣泡進入 flow cell：作者自述首次 run 時氣泡使所有孔都無法亮起，所幸在氣泡到達孔陣列前及時抽出。回抽 storage buffer 不超過 30 µL、加液要慢，見氣泡立即停止。建議先完整看過 Oxford Nanopore 官方的 loading tutorial 影片再動手。
- Pore occupancy隨時間下降屬正常；≤30% 時可執行 nuclease wash 後 reload。
- ~400 b/sTranslocation speed 的正常值；突然下降代表 pore 狀態變差。
- ~4 kb頰細胞 read length 分布的典型峰值，反映 DNA 片段品質。
Basecalling 策略 fast、hac、sup，準確度與運算成本依序遞增
| 模型 | 每鹼基準確度（作者自述數字） | 速度 | 建議使用時機 |
|---|---|---|---|
| HAC | ~99% | 快，可即時跑 | Run 當下全程使用；Oxford Nanopore 官方文件建議多數使用者採用此模型 |
| SUP | ~99.5% | 慢——約比 HAC 慢十倍；作者的 NVIDIA 機器約 31 小時，HAC 僅 3 小時，Mac 上則超過五天 | 事後對重點區域重跑 |
- minimap2 — 將 Nanopore reads 比對到 GRCh38。
- samtools sort／index／flagstat——作者預期 >95% mapped。
- mosdepth — target region depth QC，確認 adaptive sampling panel 是否如預期富集；作者自述經驗法則：1% panel 應有 5–6× 富集，若僅 1× 代表 adaptive sampling 其實未啟動。
- 最終產出的
aligned.bam可延伸做 variant calling、HLA phasing、藥物基因分型。作者也提及計畫以 DeepMind 的 AlphaGenome 推測非編碼區變異的功能影響——這是用於預測的研究工具，並非診斷工具。 - 規模參考，出自作者自身測試：單次 run 約產生 49 GB 原始 pod5 訊號、6 GB BAM、1 GB logs；在 NVIDIA GPU 上，作者測得 HAC 約快 5 倍、SUP 約快 4 倍（相較於 Apple Silicon Mac）。
結論
適合誰，以及做不到什麼 三類人，以及三項硬限制
適合
三類人
- 想親手理解定序流程，而不只是讀報告的人——這套流程真正的優勢，在於每一步的目的與失敗模式都會變得具體可感。
- 對某個特定基因體區域有具體且明確問題的人——adaptive sampling 正是為此而生，能以免費的標定式富集，在窄範圍 panel 上達到 30–50×，且不需客製探針。
- 具備 wet-lab 基礎、能處理冷鏈、QC 與資料分析的研究者——對他們而言，上述設備與試劑清單並不陌生。
限制
三項硬限制
- 成本，且並非固定不變。單次 run 即使以現行報價計算，成本仍達約 1,000 美元以上，且多數試劑以實驗室規模包裝，單次使用會浪費掉大半包裝。
- 覆蓋偏淺。單一 flow cell 的全基因體通常只有約 10× 覆蓋，足以偵測常見變異，但遠低於 UK Biobank 等大型族群研究用於可信賴判讀的 30×。
- 大多數居家配置缺乏 DNA QC 儀器。若無螢光計測量 DNA 濃度即投入建庫，產量不足與建庫失敗在跑之前看起來會一模一樣，直到 run 本身失敗才會發現。
這不是醫療診斷流程
在家單次 run 的變異判讀約僅 10× 覆蓋，遠低於 UK Biobank 等大型族群研究用於可信賴判讀的 30× 深度——而且無論深度多少，變異判讀本身都不等於診斷。本頁任何內容都不應被視為、或用作臨床決策的依據。任何令人擔心的訊號，都應交由合格臨床專業人員，依正式且經認證的檢驗資料判讀。
在於理解，而非取代
就目前所見證據而言，這套流程真正的價值在於理解定序如何運作，以及透過 adaptive sampling 回答具體而狹窄的問題——而不是取代經認證的診斷檢驗，也不是對稀有變異提供全面且可信賴的說明。兩者都是同一次 1,100 美元 run 的正當用途，但只有其中一種是在家 run 真正能達成的。