1 测序深度概念
Coverage ratio(覆盖比率,亦简称覆盖率,亦称基因组覆盖率),指被测序到的碱基占全基因组大小的比率。
Coverage depth (覆盖深度,亦称测序深度,或者碱基平均测序深度),指每个碱基被测序的平均次数。即测序的数据总量比基因组大小
2 测序深度计算公式
第二代高通量测序的迅速发展的同时,也带来了新的名词,由于这些名词尚无特别明确的定义,因此,对计算公式的定义可对评估及后续的理解带来进一步的帮助。
平均测序深度:测序所得的碱基总数(raw data or clean data)/基因组大小
有效平均测序深度(mapped depth):比对上基因组的数据/去N区后的基因组大小。
3 测序深度与有效测序深度
1. 测序所得的数据(raw data 或clean data)易定量定性,测出来的数据真实反应样品及文库信息。
2. Mapped data不易定量,因为比对受不同的因素影响:
a. 不同的物种比对差异非常大.
b. 同样的物种,不同的样本差异非常大,如部分肿瘤样品、FFPE样品比对率会出现异常情况。
c. 样品的取材部门及环境可能会影响比对结果。样品污染也可能会造成比对率大幅度下降。在没有比对前,我们不可能很清楚样品的具体信息。如唾液样本,其比对率就会下降非常多,其原因就是有杂菌污染
d. 不同的比对软件和参数设置可能导致比对率差异。如相同的数据,BWA与SOAPalign相比,map-rate要多出2%以上。
4 不同平均覆盖深度下的单碱基分布图
覆盖均一性被认为是全面衡量测序数据质量最好的方式之一。与理论泊松分布图极为接近单碱基深度分布图,可真实地反应该样品数据的均一性高。通常来说,数据量越大,冗余越多,随机性也会相应地降低,因此与理论泊松分布图的偏差会测序深度的增加而增加(表3)。30X的数据,其泊松分布图SD值在2.0左右都可说明其数据均一性高。