外觀
定序深度與覆蓋度 (Sequencing Depth & Coverage)
「30× WGS」說的是平均深度,但臨床與研究真正在意的是:目標區域中有多少比例達到足以判斷的深度。平均深度高不代表沒有漏洞。
定義
| 名詞 | 定義 | 例 |
|---|---|---|
| 深度 (depth) | 覆蓋某一個鹼基的 reads 數 | 該位置 87× |
| 平均深度 (mean depth) | 目標區域所有鹼基深度的平均 | 30× WGS |
| 覆蓋度 (coverage / breadth) | 目標鹼基中,深度 ≥ 閾值的比例 | 98% 的目標鹼基 ≥ 20× |
| 均勻度 (uniformity) | 深度分布有多集中,見 均勻度 | fold-80 = 1.3 |
| on-target 比例 | 落在目標區域內的 reads 比例(capture / amplicon) | 75% |
很多文件把 depth 和 coverage 混用(「30× coverage」)。報告時寫清楚:平均深度多少、≥ 多少 × 的比例多少。
需要多少 reads?
Lander–Waterman 公式:
| 例 | 計算 |
|---|---|
| 30× 人類 WGS(3.1 Gb)、150 bp reads | 3.1×10⁹ × 30 ÷ 150 ≈ 6.2 億條 reads(3.1 億對) |
| 100× WES(目標約 35 Mb)、150 bp、on-target 70%、重複 15% | 35×10⁶ × 100 ÷ 150 ÷ 0.7 ÷ 0.85 ≈ 3,900 萬條 reads |
實際需求要再考慮 on-target 比例、重複率與均勻度:上例若均勻度差,就得再多定序才能讓「≥ 20× 的比例」達標。
建議深度(常見做法)
| 應用 | 常見平均深度 | 原因 |
|---|---|---|
| Germline WGS | 30× | 異型合子(VAF ≈ 50%)在 30× 下漏判機率很低 |
| Germline WES | 100× | 捕捉均勻度較差,需要較高平均才能讓多數目標 ≥ 20× |
| 臨床 germline panel | 200–500× | 要求幾乎所有目標鹼基都 ≥ 20–30× |
| 腫瘤組織(體細胞) | 200–1,000× | 腫瘤純度低、次選殖變異 VAF 5–10% |
| cfDNA / ctDNA | 原始 10,000× 以上(去重複後數千×) | 偵測 VAF 0.1–1% 的變異 |
| RNA-seq(差異表現) | 每個樣本 20–30 M reads | 以 reads 數而非深度計;生物重複數比深度更重要 |
| 單細胞 RNA-seq | 每個細胞 20,000–50,000 reads | 依實驗目的調整 |
深度分布與均勻度

兩個 library 平均深度都是 100×:左邊 99% 的鹼基 ≥ 50×;右邊只有 68% ≥ 50×,≥ 20× 也只有 90%,等於有一成的目標區域可能漏掉變異。判斷 library 品質要看分布,不能只看平均值;分布的指標見 均勻度。
怎麼算
bash
mosdepth -t 4 --by targets.bed --thresholds 1,10,20,30 sample sample.bam # 最快;輸出 ≥ 各閾值的鹼基數
samtools depth -a -b targets.bed sample.bam | awk '{s+=$3; n++} END {print s/n}' # 平均深度
picard CollectHsMetrics -I sample.bam -O hs.txt -R ref.fa -BI baits.interval_list -TI targets.interval_list| 低覆蓋的常見原因 | 對策 |
|---|---|
| GC 極端區域 | 見 GC 偏差 |
| 重複序列、假基因(MAPQ 低被過濾) | 見 比對品質;必要時用其他方法確認 |
| capture probe 設計不佳 | 回報給 panel 設計方,或補 probe |
| 重複率高、library complexity 低 | 見 重複率 |
工具:samtools depth / bedcov、sambamba depth、bedtools coverage。參考:Sequencing depth vs coverage(3billion)。