咬文嚼字之mapping&alignment

写在前面的废话

有时候我在读文献时，明明前面用的是alignment，但是接下来又使用了mapping。起初，我认为二者意思相同，后来发现没那么简单。无奈之下只能自己搜集资料思考二者的区别……

心情复杂

太长不看系列

alignment：讲究细节，需要知道比对的具体情况
mapping：只看整体，不关注比对的具体情况

废话超多系列

alignment vs. mapping

alignment与mapping之间的区别

当我们要比对(align)一个read时，我们不仅要知道它在基因组中可能出现的位置，而且还要知道对应位置的确切碱基。举一个例子，一个read seq1很有可能来源于1号染色体，其坐标位置从123到140。seq1read中的前7个碱基与参考基因组精确比对上，接着有3个碱基的插入，接着剩余的碱基read seq1和参考基因组比对上。

上面的例子中，我们知道这个reads比对的具体信息（具体位置，是否错配，有无indel等），此时我们对这种比对情况称之为alignment。

而当我们匹配（mapping）一个read时，我们仅仅需要知道read它来自哪里，而不关心read和reference之间的确切比对。

比如科研工作者的脱发现象。当我说我秃了，你不用关心我掉了多少头发，还剩多少头发，你只需要知道我秃了这一情况就可以了

挺秃然的

早先，比对(alignment)和匹配(mapping)经常会被误用。但是像Kallisto和Salmon之类的工具改变了这一情况，因为他们将reads assign到基因、功能以及其他的什么东西上，而不需要知道其中确切的比对信息。这样做的方式有两个优点:

更快
我们通常不关心比对，这在一些应用/工具中是一个很大的优势

Kallisto：一个用于single cell & bulk RNA-seq数据的转录本定量工具
Salmon：与Kallisto类似的一个工具

不同种类的alignment

既然讲到了alignment，那我们就继续看看alignment带上不同的形容词，都有什么不同的含义。

pairwise alignment：两个序列之间的比对
Multiple sequence alignment：两个及以上序列之间的比对
Short read aligners：就是寻常说的pairwise

alignment quality vs. mapping quality

我们都知道比对之后，会有比对的质量，那么mapping和alignment的质量有什么不同呢？作为一个认真努力的科研工作者，那我必须深挖一下这个问题。

image.png

alignment quality：是指reads比对到参考基因组上的匹配质量
mapping quality：是reads正确匹配到基因组位置的置信度（可能性）

比如，将一个read比对到基因组上，这个read在该基因组上的若干个位置都有很完美的比对。此时alignment quality是很高的，而mapping quality是比较低的。

depth vs. coverage

既然都讲到了比对，那么测序深度和覆盖度就不得不提一下了。

depth（测序深度）：通常是指整个基因组。(测序的reads数 * reads 的长度)/单倍体基因组的长度
coverage（覆盖度）：通常是指某个具体位点的深度。比如：测序过程中，某一个区域（比如，某个基因，某一个碱基位置等）所覆盖的reads数

coverage取决于具体的比对算法。比如：有的算法会在这里刚好匹配，有的认为在这里存在错配，有的则插入一个gap……

正如上面所述，二者应该是有区别的。但是大部分文献都会将其混用，如果没有前后文的对照，你很有可能会误解作者的意思。

那么该怎么办呢？怎么办呢？通常有三个方法：

利用前后文语境，猜测此处的含义
看到coverage首先把它当作覆盖度，看到depth首先把它当作测序深度

此外，需要注意的一点是，depth/coverage经常会和其他词语联合使用，这个时候就需要靠经验总结了。我知道你们肯定懒得总结，所以我在这里给出了自己总结的的一些小tips

breadth of coverage（覆盖范围）：在给定测序深度的情况下，基因组碱基得覆盖百分比
Depth of coverage：等同于coverage
Sequence depth：等同于depth