【一起学生信】认识MAPQ

MAPQ（Mapping Qualities） 用来表示每条read的比对情况，MAPQ越高，表示比对质量越好，后续可以根据分析需要来进行过滤。

MAPQ 定义

从概率的角度来看，每个read的比对都是一个真实比对的估计，它是一个随机变量，也有可能存在错误。错误的概率可以用 Phred 来衡量。假设一条read的MAPQ的值为 $mQ, $P 表示reads比对错误的概率。

$P = 10 ^ (-$mQ / 10.0);

如果$mQ的值为30，那么$P(比对错误率） 就是 0.1%。

MAPQ的影响因素

1. 基因组重复区域MAPQ会比较低，因为会出现multiple mapping 和 reads聚集的情况；

2. read 中碱基质量值，低质量值的碱基意味着序列很可能是错误的，错误的序列可能会导致错误的比对，所以MAPQ会低；

3. 比对算法的敏感性，如果比对算法敏感性差，会造成比对错误，MAPQ低；

4. 单双端测序的影响，如果reads两端都可以比对到基因组同一位置，那么比对正确的可能性很大，MAPQ会高；

5. 如果MAPQ在30以上，一般是：
   a. read 的全部碱基质量值很高；
   b. 比对几乎没有mismatch，1-2bp的mismatch有可能是真是存在的变异；

比对算法中MAPQ的实现

这个嘛，我还没有来得及看，先留个坑后面填。。。