Bam文件去重复

RNA-seq一般不去重复
ChIP-seq一般去重复
call SNP一般去重复

还需参考起始量和PCR扩增数判断是否去重复。reads mapping覆盖均匀度可以判断是否需要去重复。

PCR去重工具首选Picard

根源上解决去重复问题：起始量高，循环数少，reads能长不短，能双端不单端

PCR重复的危害

理论上不同序列在PCR扩增时，扩增的倍数应该相同。但是由于聚合酶的偏好性，PCR扩增次数过多的情况下，会导致一些序列持续扩增，而另一些序列扩增到一定程度后便不再进行，也就是常说的PCR偏好性。

这种情况对于定量分析（如ChIP-seq），会造成严重影响。此外，PCR扩增循环数过多，会出现一些扩增偏差，进而影响一些突变识别（比如call SNP)的置信度。

因此，在一些NGS分析流程中需要考虑去除PCR重复。但这并不代表可以无脑去除。

测序所得到的reads是由于超声波或者酶切断裂得到的，这些reads比对到基因组上的位置是完全随机。那么两个reads比对到相同位置的概率是非常低的。如果两个reads比对情况相同或者极其相似，则很有可能是由于PCR重复所导致的。而我们常用的去重工具主要也是遵循这一思想。