外觀
比對品質 (Mapping Quality, MAPQ)
MAPQ 是比對器對「這條 read 放在這個位置是錯的」的機率估計,存在 BAM 第 5 欄。它和 鹼基品質 不同:鹼基品質問「這個鹼基讀對了嗎」,MAPQ 問「這條 read 放對地方了嗎」。
MAPQ 低的主因是 read 能同樣好地對到多個位置:重複序列、假基因 (pseudogene)、片段重複 (segmental duplication)、同源基因家族。
各比對器的數值意義
公式相同,但各比對器的實際刻度不同,不能跨工具比較同一個閾值。
| 比對器 | 範圍 | 關鍵數值 |
|---|---|---|
| BWA-MEM | 0–60 | 60 = 唯一比對;0 = 多個位置一樣好 |
| Bowtie2 | 0–42 | 42 = 唯一;0–1 = 多重比對 |
| STAR | 255 / 3 / 1 / 0 | 255 = 唯一;3 = 2 個位置;1 = 3–4 個;0 = > 4 個 |
| HISAT2 | 60 / 1 / 0 | 60 = 唯一;1 = 多重;0 = 非常多 |
| minimap2 | 0–60 | 長讀;與 BWA 類似 |
STAR 的 255 不是「品質最高的 255 分」,只是「唯一比對」的標記;對 STAR 的 BAM 用
-q 20等於只留唯一比對(其他值都 ≤ 3)。過濾前先確認比對器的刻度。
過濾
bash
samtools view -b -q 20 in.bam > mapq20.bam # MAPQ ≥ 20
samtools view -c -q 1 in.bam # MAPQ ≥ 1 的 reads 數(排除 MAPQ 0)| 用途 | 常見做法 |
|---|---|
| Germline 變異呼叫 | GATK 預設忽略 MAPQ < 20 的 reads(MappingQualityReadFilter) |
| 體細胞 / 低頻變異 | 常用 MAPQ ≥ 20–30,並排除重複區的候選 |
| RNA-seq 計數 | featureCounts 預設不計多重比對(加 -M 才計入);Salmon 以 EM 演算法分配多重比對 |
| ChIP-seq / ATAC-seq | MAPQ ≥ 30,並套用 ENCODE blacklist |
| 深度計算 | sambamba 預設排除 MAPQ 0(見 sambamba) |
判讀
| 現象 | 可能原因 |
|---|---|
| MAPQ 0 比例高 | 重複區多(如著絲點附近)、read 太短、參考基因體含 alt contig 卻未用 alt-aware 比對 |
| 某基因的變異只出現在 MAPQ 低的 reads | 假基因干擾(例:PMS2 / PMS2CL、SMN1 / SMN2、CYP2D6 / CYP2D7) |
變異的 MAPQ(VCF 的 MQ)偏低 | 偽陽性風險高,VQSR 與硬過濾都會參考 MQ、MQRankSum(見 變異過濾) |
臨床上,低 MAPQ 區域(假基因、片段重複)是短讀定序的已知盲區,報告需註明;需要時改用長距離 PCR、MLPA 或長讀定序確認。
在 IGV 中,MAPQ 0 的 reads 以透明 / 白色顯示,見 IGV。重複序列的來源見 RepeatMasker。