寫在前面的廢話

有時候我在讀文獻時，明明前面用的是alignment，但是接下來又使用了mapping。起初，我認為二者意思相同，后來發(fā)現(xiàn)沒那么簡單。無奈之下只能自己搜集資料思考二者的區(qū)別……

心情復(fù)雜

太長不看系列

• alignment：講究細節(jié)，需要知道比對的具體情況
• mapping：只看整體，不關(guān)注比對的具體情況

廢話超多系列

alignment vs. mapping

alignment與mapping之間的區(qū)別

當(dāng)我們要比對(align)一個read時，我們不僅要知道它在基因組中可能出現(xiàn)的位置，而且還要知道對應(yīng)位置的確切堿基。舉一個例子，一個read seq1很有可能來源于1號染色體，其坐標位置從123到140。seq1read中的前7個堿基與參考基因組精確比對上，接著有3個堿基的插入，接著剩余的堿基read seq1和參考基因組比對上。

上面的例子中，我們知道這個reads比對的具體信息（具體位置，是否錯配，有無indel等），此時我們對這種比對情況稱之為alignment。

而當(dāng)我們匹配（mapping）一個read時，我們僅僅需要知道read它來自哪里，而不關(guān)心read和reference之間的確切比對。

比如科研工作者的脫發(fā)現(xiàn)象。當(dāng)我說我禿了，你不用關(guān)心我掉了多少頭發(fā)，還剩多少頭發(fā)，你只需要知道我禿了這一情況就可以了

挺禿然的

早先，比對(alignment)和匹配(mapping)經(jīng)常會被誤用。但是像Kallisto和Salmon之類的工具改變了這一情況，因為他們將reads assign到基因、功能以及其他的什么東西上，而不需要知道其中確切的比對信息。這樣做的方式有兩個優(yōu)點:

• 更快
• 我們通常不關(guān)心比對，這在一些應(yīng)用/工具中是一個很大的優(yōu)勢

Kallisto：一個用于single cell & bulk RNA-seq數(shù)據(jù)的轉(zhuǎn)錄本定量工具
Salmon：與Kallisto類似的一個工具

不同種類的alignment

既然講到了alignment，那我們就繼續(xù)看看alignment帶上不同的形容詞，都有什么不同的含義。

• pairwise alignment：兩個序列之間的比對
• Multiple sequence alignment：兩個及以上序列之間的比對
• Short read aligners：就是尋常說的pairwise

alignment quality vs. mapping quality

我們都知道比對之后，會有比對的質(zhì)量，那么mapping和alignment的質(zhì)量有什么不同呢？作為一個認真努力的科研工作者，那我必須深挖一下這個問題。

image.png

• alignment quality：是指reads比對到參考基因組上的匹配質(zhì)量
• mapping quality：是reads正確匹配到基因組位置的置信度（可能性）

比如，將一個read比對到基因組上，這個read在該基因組上的若干個位置都有很完美的比對。此時alignment quality是很高的，而mapping quality是比較低的。

depth vs. coverage

既然都講到了比對，那么測序深度和覆蓋度就不得不提一下了。

• depth（測序深度）：通常是指整個基因組。(測序的reads數(shù) * reads 的長度)/單倍體基因組的長度
• coverage（覆蓋度）：通常是指某個具體位點的深度。比如：測序過程中，某一個區(qū)域（比如，某個基因，某一個堿基位置等）所覆蓋的reads數(shù)

coverage取決于具體的比對算法。比如：有的算法會在這里剛好匹配，有的認為在這里存在錯配，有的則插入一個gap……

正如上面所述，二者應(yīng)該是有區(qū)別的。但是大部分文獻都會將其混用，如果沒有前后文的對照，你很有可能會誤解作者的意思。

那么該怎么辦呢？怎么辦呢？通常有三個方法：

1. 利用前后文語境，猜測此處的含義
2. 看到coverage首先把它當(dāng)作覆蓋度，看到depth首先把它當(dāng)作測序深度

此外，需要注意的一點是，depth/coverage經(jīng)常會和其他詞語聯(lián)合使用，這個時候就需要靠經(jīng)驗總結(jié)了。我知道你們肯定懶得總結(jié)，所以我在這里給出了自己總結(jié)的的一些小tips

• breadth of coverage（覆蓋范圍）：在給定測序深度的情況下，基因組堿基得覆蓋百分比
• Depth of coverage：等同于coverage
• Sequence depth：等同于depth

image.png

Reference

• Sequencing depth and coverage: key considerations in genomic analyses
• https://www.biostars.org/p/6571/
• https://bitesizebio.com/34461/ngs-depth-coverage-deep-sequencing/