讓$ C $為基本覆蓋率，$ R $為讀取長度，$ K $為$ k $ -mer長度。然後，可以將$ k $ -mer覆蓋率$ C_k $計算為$ C_k = C \ cdot（R-K + 1）/ R $。
有人可以解釋為什麼這個方程式有效（
來源：天鵝絨手冊第5.1節
我仍然對答案感到困惑，因此我嘗試使用所有步驟進行計算。我的定義是“ $ C_k $是包含k-mer的讀取數。”以及相應的覆蓋率定義（$ C $）：“ $ C $是覆蓋一個鹼基的讀取數”。
覆蓋率是$ C = \ frac {T \ cdot R} {L} $，其中$ T $為讀取總數，$ R $為讀取長度，$ L $為基因組長度。給定$ C_k $的定義，$ C_k = \ frac {T（R-K + 1）} {L-K + 1} $，其中$ R-K + 1 $只是讀取中的kmers數，而$ L-K + 1 $是基因組中kmers的數量。然後，
$$ C_k = \ frac {T（R-K + 1）} {L-K + 1} = \ frac {T（R-K + 1）} {L-K + 1} \ cdot \ frac {R} {R} = \ frac {R-K + 1} {R} \ cdot \ frac {T \ cdot R} {L-K + 1} $$
由於$ L >> K $，我們可以近似$ L-K + 1 \ approx L $，然後將表達式簡化為
$$ \ frac {R-K + 1} {R} \ cdot \ frac {T \ cdot R} {L} = \ frac {R-K + 1} {R} \ cdot C $$
這是$ C_k $的公式。
$ C_k $定義為包含k-mer的讀取次數。可用於包含k-mer的讀段的分數為$（R-K + 1）/ R $，這是讀段中k-mer的數量除以其長度。那時核苷酸覆蓋率（$ C $）就是預期的k-mer覆蓋率。