基因组覆盖度图与原始测序数据，缺口怎样标注？

基因组图上某个目标区域是一块空白，作者在图注里写“该片段缺失”。可是空白也可能来自零覆盖、低质量读段被过滤、比对失败或作图软件未显示零值。投稿前若不回到原始比对文件核实，图像缺口很容易被误写为生物学缺失。

先按原始坐标逐段确认图上空白的计算来源。保留参考基因组版本、目标区间坐标、比对文件与索引、深度计算命令及其软件版本。用逐位点深度重新导出该区域，特别检查零深度位置有没有被输出。Samtools的depth手册明确提供包含零覆盖位点的选项，也区分碱基质量与比对质量过滤。若使用默认输出省略了某些零值，作图连线可能跨过真正的空白，不能据此判断覆盖连续。

把缺口至少分为三类：没有任何可计读段、存在读段但未达到事先规定的最低深度、深度足够却因质量或重复读段筛选而无法可靠判断。每类都应有明确阈值和样本数。若采用捕获测序，先核对目标探针设计范围；未设计捕获的区段不宜标成实验失败。若目标区间包含重复序列，短读长不能唯一比对，也应在图中说明技术限制。

核对图的纵轴是原始深度、去重复后深度还是标准化覆盖度；横轴坐标是否与变异表使用同一组装。画分组均值时保留单样本分布，避免几个高深度样本掩盖其余样本的缺口。对声称存在结构变异的区域，应结合断点读段、配对信息或独立验证，不应只凭覆盖下降作结论。Samtools的coverage命令给的是汇总信息，不能替代关键区段的逐位点检查。

图注写清参考版本、计算工具与参数、最低深度界限、空白的显示规则，以及灰色或斜线区域的含义。若因质量过滤而不可判读，正文应写“该区段未获得足够可靠覆盖”，不要写成“确定缺失”。补充材料可给出每个样本在关键区段的覆盖广度和低深度比例，并与原始文件编号对应。

投稿前随机抽取一处空白与一处正常区域，从作图数据回查比对结果。让另一名合作者只凭图注判断哪些区域是未测到、哪些是经过分析支持的缺失。能作出一致判断，图表才没有把技术盲区包装成研究发现。

在补充表中还可报告每个关键区域达到最低深度的碱基比例，而不是只给全基因组平均深度。平均值再高，也可能掩盖某个结论依赖位点的空窗。若重测或改用长读长填补缺口，应分别展示原先与新增数据的覆盖结果，注明哪一项证据真正支持了结构推断。所有样本应采用同一过滤条件，特殊处理必须有理由。

参考信息：Samtools深度与覆盖度命令官方手册。