碱基识别质量值与一致性序列

更新：2026-10-13；状态：可用；验证范围：官方平台资料与原始研究核对；原理及判读，未执行湿实验或平台测序。

碱基识别把平台信号转为序列；一致性序列利用多次证据，质量仍是模型估计。

信号和序列不同

光学强度、电信号等读出先由算法解释为碱基。basecaller、化学版本和处理规则影响结果，FASTQ不是原始物理信号。

碱基质量常用Phred尺度，定义见测序深度覆盖度与质量分数。Q30对应模型错误概率0.001，不是每1000碱基必然错1个。

共识从哪里来

共识可以来自同一分子的重复经过、双链信息或多个分子的比对证据，误差依赖结构不同。PacBio CCS多次pass来自同一环状模板，不是多个独立生物学样本；ONT simplex、duplex和群体共识也不能一概而论。

系统性偏差、同聚物和错误比对可能无法靠简单多数投票消除。共识质量需相应模型与验证，不能只看支持次数。

质量能直接平均吗

Q20与Q40算术平均30，但先平均错误概率再转回Phred约为22.97。汇总应说明逐碱基、逐读段还是平台特定定义。

保存识别工具、模型和版本。来源：PacBio HiFi、Dorado。