样本进入实验室之前：身份、同意与可追溯性
个人检测通常使用唾液或口腔拭子。样本抵达后，实验室先核对订单状态、样本编号、包装完整性和采样时间，再将样本放入受控流程。姓名等直接身份信息不应成为实验人员日常操作的唯一标识。
这一步还包括知情同意范围的确认：用户是否同意仅用于本次报告，是否允许去标识化研究使用，样本和原始数据保留多久。它们不是后台文案，而是决定后续数据如何被处理的治理条件。
核酸提取与文库构建：把生物样本变成可读取的信号
实验人员从样本中提取 DNA，并检测浓度、纯度和完整性。全基因组测序还需要经过片段化、接头连接和扩增等文库构建步骤，使 DNA 片段能够被测序平台识别。不同平台和方案的实验化学体系并不完全相同，因此不能只用一个数字评价所有检测。
若提取量不足、降解明显或存在污染，实验室可能会暂停流程并要求补采。专业的结果不是“尽量给出一个结论”，而是在样本不满足质量门槛时明确说明无法分析的原因。
测序与质量控制：先确认数据可用，再讨论结果
测序仪输出的是大量短读段。计算流程会将这些读段比对到参考基因组，再进行变异识别、质量过滤和注释。平均深度、目标区域覆盖率、重复率、污染估计和样本一致性等指标，用来判断数据是否达到报告要求。
质量控制不是报告末尾的一句“QC pass”。它应当对应预先定义的阈值，并保留批次、软件版本和异常处理记录。只有通过质控的数据，才适合进入下一阶段的证据匹配。
解释与发布：把变异转换为有边界的语言
报告系统会将变异与经过审核的数据库、文献和指南进行匹配，再结合适用人群、遗传模式和证据强度生成解释。成熟证据、研究提示和探索性信息应明确区分，不能用相同颜色或相同语气包装。
最终报告还需要版本号、发布日期和更新机制。研究结论发生变化时，平台应能说明哪些模块受影响、为什么变化，以及用户是否需要向医生或遗传咨询师进一步确认。