测序深度与数据量在线计算（Lander-Waterman）

测序深度（coverage / depth）的定义来自 Lander-Waterman 模型：

C = N × L / G

• C：平均深度，写作 30×、100× 这样
• N：reads 条数
• L：读长（双端测序算两条链的总长，PE150 就是 300 bp）
• G：基因组（或目标区域）大小

反过来，要达到目标深度需要的数据量 = C × G，再除以读长就是 reads 条数。

这个模型的假设，以及它什么时候不成立：

Lander-Waterman 假设 reads 在基因组上均匀随机分布。真实数据里这个假设经常不成立：

• GC 偏好：极高或极低 GC 区域覆盖度显著偏低；
• 重复序列：多拷贝区域的 reads 无法唯一比对，有效深度低于平均值；
• 捕获测序：外显子组、panel 的 on-target 率通常只有 60–80%， 算数据量时必须把这个折扣算进去，否则实际深度会明显低于预期。

所以这里算出来的是理论平均深度。真实的均一性要看比对后的覆盖度分布， 而不是这个平均数。