测序覆盖度分析

检测项目

平均覆盖深度：计算整个目标区域或基因组上每个碱基被测序读长覆盖的平均次数，是评估测序量的核心指标。

覆盖均匀度：评估目标区域内覆盖深度分布的均一性，不均匀的覆盖可能导致某些区域信息缺失。

目标区域覆盖百分比：指达到预设最低覆盖深度的目标区域（如外显子、捕获区域）占全部目标区域的百分比。

覆盖深度分布图：通过可视化图表展示不同覆盖深度区间所对应的基因组区域比例或碱基数量。

零覆盖区域分析：识别并统计完全未被测序读长覆盖的区域，这些区域可能存在高GC含量或重复序列。

覆盖深度中位数：将所有位点的覆盖深度排序后取中位值，相比平均值更能抵抗极端值的影响。

覆盖深度标准差：量化覆盖深度围绕平均值的离散程度，标准差越小表明覆盖越均匀。

特定深度阈值达标率：统计覆盖深度达到特定阈值（如20x， 100x）的碱基或目标区域所占的比例。

染色体/染色体臂覆盖分析：分别评估每条染色体或其臂的覆盖情况，用于检测全基因组范围内的系统性偏差。

GC含量与覆盖深度相关性分析：探究基因组区域GC含量与其测序覆盖深度之间的关联，识别由GC偏好性引入的偏差。

检测范围

全基因组范围：对整个基因组的每一个碱基进行覆盖度统计与分析，适用于全基因组测序项目。

目标区域范围：针对特定感兴趣的基因组区域进行分析，如外显子组、定制化捕获panel或特定基因区间。

编码区（外显子组）：聚焦于所有蛋白质编码基因的外显子区域，是外显子组测序数据分析的核心范围。

启动子与调控元件区域：分析基因启动子、增强子等非编码调控区域的覆盖情况，对表观遗传学研究至关重要。

线粒体基因组：对线粒体DNA的覆盖度进行独立分析，因其拷贝数高且与核基因组特性不同。

高变区与重复序列区域：特别关注卫星DNA、着丝粒、端粒等高重复或复杂区域，这些区域通常覆盖困难。

已知疾病相关基因集：针对临床诊断或筛查相关的已知疾病基因列表进行覆盖度汇总与评估。

单核苷酸多态性位点：评估已知或候选SNP位点的覆盖深度，确保基因分型的准确性。

结构变异断点区域：对通过初步分析预测的结构变异（如缺失、重复）断点附近区域进行深度覆盖验证。

参考基因组缺口区域：关注当前参考基因组组装中存在的缺口或未知序列邻近区域，评估新测序数据的填补能力。

检测方法

比对后统计法：将测序读长比对至参考基因组后，使用工具直接统计每个基因组坐标的读长数目。

基于BedTools的计算：利用BedTools的coverage等工具，通过区域交集运算高效计算目标区域的覆盖指标。

Samtools depth/coverage命令：使用Samtools软件中的depth命令输出每个位点的深度，或coverage命令输出区域摘要。

GATK DepthOfCoverage工具：基因组分析工具包中的专用模块，可生成详细的分样本、分区域的覆盖度统计报告。

Mosdepth快速深度计算：采用现代算法实现极快的覆盖深度计算，特别适用于高通量临床数据分析流程。

可视化检查（IGV）：通过集成基因组学查看器等可视化工具人工浏览特定区域的读长堆积图，直观评估覆盖质量。

基于Picard工具的HSMetrics：针对杂交捕获测序数据，计算目标区域的覆盖均一性、特异性等杂交特异性指标。

自定义脚本分析：使用Python、R等语言编写脚本，进行灵活的定制化分析和复杂指标的整合计算。

质量控制软件集成分析：在FastQC、MultiQC等质控流程中集成覆盖度基本分析模块，实现流程化评估。