Генетическая диагностика похожа на сравнение двух фотографий, сделанных разными камерами. Если одна камера чуть сдвинула цвета, на снимке появятся «дефекты», которых нет в реальности. Так и в анализе ДНК: образец пациента сравнивают с эталонным, и если эталон обработан реактивами из другой партии или в другой лаборатории, сравнение даёт ложные сигналы — то лишние мутации, то пропущенные настоящие.

Авторы предлагают ловить такие сбои по «уровню доверия» между данными и моделью. Когда техника работает как задумано, данные хорошо укладываются в предсказания. Когда партия реактивов испорчена или прибор сбит, данные перестают сходиться с моделью — доверие падает. Метод ищет группы образцов с аномально низким доверием и отделяет их от здоровых. Это как если бы в фотоальбоме нашлись снимки с неестественными цветами — их сразу видно на фоне остальных.

Проверка на синтетических данных показала, что метод не поднимает ложную тревогу чаще положенного. На реальных клинических панелях — жидкостной биопсии, BRCA и талассемии — он нашёл сбои, вызванные разными причинами: от смены реактивов до обработки в разных местах. А на записях электрической активности мозга мышей метод сработал так же хорошо, хотя задача совсем из другой области. Это значит, что подход универсален: он ловит любые технические помехи, которые портят сравнение с эталоном.

Такой фильтр нужен не для галочки. В клинике ложная мутация может отправить человека на ненужное лечение, а пропущенная настоящая — оставить без помощи. Метод позволяет отсортировать испорченные анализы до того, как они попадут в руки врача, и тем самым сохранить доверие к генетической диагностике.