变异检测的测序深度与覆盖率，投稿时怎样定义？

变异检测稿件写“测序深度三十倍、覆盖率百分之九十八”，数字看似充分，若没有分母、阈值和过滤规则，读者仍不知道哪些位点能可靠评价。测序深度可以指每个碱基被读取的次数，也可以是全样本或目标区域的平均值；覆盖率可以指至少一条合格读段覆盖的比例，也可以指达到某一最低深度的比例。投稿时应把这些概念逐一定义，不让一个“覆盖率”承担几种含义。

先确定分母是什么

全基因组、全外显子组和靶向基因面板的分母不同。目标区域研究应说明捕获设计文件的版本、是否纳入侧翼碱基，以及计算时是否排除低复杂度区域；全基因组则要交代参考基因组版本和实际计入的区段。若报告“目标区域百分之九十五达到二十倍”，分母应是事先界定的目标碱基总数，分子才是达到所设阈值的碱基数。分母应按预先界定的目标范围计算，并说明未达到质量阈值的位置。

把每个深度指标的口径写全

可分别报告原始读段量、比对后深度、目标区域平均或中位深度，以及达到若干预设阈值的碱基比例。计算时写出软件及版本，并说明比对质量、碱基质量、重复读段、次要比对、成对读段重叠等处理。samtools 的深度和覆盖度命令有各自的默认过滤和零深度位置选项；不同命令或版本若参数不一致，即使用同一 BAM 文件也可能得出不同的数。因此表头最好直接写“目标碱基达到预设深度的比例”，并在表注放入阈值和过滤规则。

让样本汇总与关键位点接上

样本平均深度很高，不能证明每个目标位点都达到可检出条件。若论文重点分析若干基因或特定外显子，可按样本列出这些区域的低覆盖位置及处理办法。对未检出变异的样本，应区分“该位点经过足够质量的检测后未见变异”和“该位点覆盖不足，无法判断”。另把变异调用所用的深度、等位基因支持、质量过滤与测序质控分开描述；原始文件的深度不一定等于调用器实际可利用的有效证据，部分流程还会下采样。

不把通用数字当录用门槛

深度阈值应由测序类型、预期变异类别和分析目的决定。体细胞低频变异、胚系杂合变异及拷贝数分析的要求不应套用同一个数字。若某些样本低于预设质控值，交代保留或排除的规则、样本数及关键结果的敏感性检查。对样本质量差异大的研究，可同时给出每个样本的分布和汇总范围，避免只报全队列均值。

提交前从结果表随机挑一个阴性样本和一个低覆盖样本，按参考版本、目标区域、过滤参数、位点深度及调用结果逐步回查。若两者在论文里都只写“未检出”，就需要补上“可判断”与“不可判断”的区分。关键是让位点能否判断的结论与实际测序证据对应。

参考信息：SAMtools《depth与coverage命令说明》；GATK《DepthOfCoverage》和《Coverage注释》文档；美国国家人类基因组研究所测序资料。