测序深度覆盖度与质量分数

更新：2026-10-13；状态：可用；验证范围：质量与覆盖定义核对；人工区间、重叠、重复和质量平均算例已运行。

深度、覆盖范围、碱基质量与比对质量衡量不同问题，不能用单个平均数代替整体质控。

四种指标

指标	问题	必须声明
深度	某位置有多少覆盖证据	read、片段还是分子；重叠与重复处理
覆盖广度	目标区域多少位置达到门槛	目标定义、分母、≥1/≥10等阈值
碱基质量	该碱基被识别错误的模型概率	质量模型、编码和汇总方法
MAPQ	比对位置错误的模型概率	比对器与多重比对规则

平均深度高仍可能有低覆盖或零覆盖区。RNA-seq、扩增子或富集数据的深度分布并不应假设像均匀WGS。

质量尺度

Phred写为 $Q=-10\log_{10}(P_{error})$，Q20/Q30/Q40对应0.01/0.001/0.0001。它们是模型估计，不保证每1000个Q30碱基恰好错1个。BaseQ与MAPQ对应不同错误事件，不能互换。

Q值算术平均不等于平均错误概率对应的Q：Q20与Q40平均30，但平均错误概率转换得约22.97。BAM规范中的MAPQ=255表示质量不可用，不能当作比Q60还可靠；具体字段见SAM与BAM及CRAM。

重复、双端与分母

逐read累加双端重叠和按分子合并不同，去重复也改变有效深度。区分测到的碱基范围与片段跨越范围：两端之间没有直接读到的空隙不能当已测碱基。

人工区间贯通测序指标实测原始read均值7.5，已知分子去额外拷贝并合并重叠后4.8，但仍有38/1000个位置零覆盖。中间两种均值同为6.0，覆盖分布却不同。

实践检查

一起看深度分布、低覆盖、重复、GC和样本差异。注明是否排除低质量比对、是否包含缺口和零覆盖、目标区域及去重规则。数量交接见测序产量有效数据与成本口径、单端双端读长与插入片段。

依据：SAM规范、Illumina单双端解释。