我正在嘗試了解NGS分析（實際上是全基因組）中的PCR重複項。我進行了搜索，發現的最佳答案是在此博客。
但是我不知道是否了解PCR重複出現的正確方式，因為我看不到存在除了計算上的問題，即不必要的冗餘外，它們還用於下游分析。在這種情況下，如果您有重複的片段，最終會將其中的一些片段放大兩次或更多次。映射的質量（因為它們增加了對特定序列的共識，這可能會導致測序錯誤）。但是除此之外，關於刪除重複項的映射，您應該有相同的映射，儘管質量會降低。
質量問題是刪除PCR重複項的真正原因還是我有其他問題？失踪了嗎？
在覆蓋深度是一個重要因素的任何情況下，PCR複製都會錯誤地擴大覆蓋範圍，如果不刪除覆蓋範圍，則會在覆蓋範圍確實不存在時產生高置信度的幻覺。
例如，請考慮以下假設情況。
* TTTCATACTAACTAGCCTGCGGTCTGTGTTTCCCGACTTCTGAGTCATGGGGTTTCAATGCCTATAGATTC ................................... C ..................................... ............. T ........ ...... ..................C......... ................ .............................................................. ........ C ........................ C。 ........................ 標記位置的覆蓋範圍為9（9個重疊讀取），4其中暗示存在替代等位基因。由於這4個讀段映射到不同位置，因此它們是支持相同推定單核苷酸變體（SNV）的獨立觀察結果。三次讀取中的 T 作為序列錯誤可以安全地忽略，因為它只會出現一次。
現在考慮以下假設情況。
* TTTCATACTAACTAGCCTGCGGTCTGTGTTTCCCGACTTCTGAGTCATGGGGTTTCAATGCCTATAGATTC ......................................... T .... .......... ..................C......... ............ ...... C ....................................... C ......... ............C......... ............................ ..................................... ............................... ......
在這種情況下，標記的位置也具有9的覆蓋範圍，但其中7個讀段似乎是PCR重複片段。如果我們刪除重複項，則標記位置的覆蓋率只有4，標記位置只有一個 C ，這不足以調用SNV。
PCR聚合酶引入錯誤。當擴增的前幾個循環中出現錯誤時，該錯誤會出現在文庫中相當高比例的DNA片段中。測序後，您可能會看到多次讀取均發生相同的錯誤。如果在調用變體時刪除了PCR重複項，則所有錯誤都將減少為一次讀取。對於高覆蓋率的數據，您不會將錯誤稱為錯誤的變體。但是，如果保留PCR重複項，則多次出現該錯誤可能會使該錯誤看起來像是真正的變體。這對於從不純淨的腫瘤樣本中提取SNV尤其不利。