1、什么是质量评分Q Score？

质量评分Q-score是对碱基读取中出错概率的预测。高质量分数意味着碱基读取更可靠，不太可能出错。例如，对于质量评分为Q40的碱基读取，预测每10000个碱基读取中就有一个是不正确的。对于质量评分为Q30的碱基读取，预测每1000个碱基读取中就有一个是不正确的。下图为碱基读取质量评分与其对应的错误概率之间的关系。

2、质量评分Q Score是如何产生的？

在测序运行期间，为每个簇、每个tile和每个测序循环的每个碱基读取指定质量评分。每个碱基读取的质量评分计算有两步过程：

①对于每个碱基读取，计算多个质量预测器值。质量预测器值是簇的可观察特性，碱基读取从这些簇中提取得到。这些特性包括强度分布和信噪比，用于测量碱基读取可靠性的各个方面。从经验上来说，它们已经确定为与碱基读取的质量相关。

②质量模型，也称为质量表或Q表，列出质量预测器值的组合，并将它们与相应的质量评分相关联；这种关系是通过使用经验数据的校准过程来确定的。为了估算出新的质量评分，首先为新的碱基读取计算质量预测器值，并将其与预先校准的质量表中的值进行比较。

质量评分记录在碱基读取文件（*.bcl）中，该文件包含每个循环的碱基读取和质量评分。然后将质量评分转换为编码compact形式的FASTQ文件（*.FASTQ）。

3、质量表是如何被校准的？

校准是一个从经验数据中得出统计质量表的过程，其中包括在许多仪器上测序的各种表征良好的人类和非人类样本。使用Phred算法的修改版本，使用原始信号的特性和通过将reads与适当的参考对比而确定的错误率来开发和改进质量表。

4、为什么质量表会改变？

产生质量评分的表通常在测序平台的重要特性发生变化时更新，例如新的硬件、软件或化学版本。例如，测序化学的改进可能需要重新校准质量表，以准确地对新数据进行评分。

参考：illumina Technical Note: Informatics: Understanding Illumina Quality Scores