五、变异过滤策略

即使使用了严格的统计模型，变异检测结果中仍包含大量假阳性。需要通过多重过滤来提高准确性：
基于测序质量的过滤：
- QD（Quality by Depth）：质量值除以覆盖度，过低提示质量不可靠
- FS（Fisher Strand）：检验正负链reads是否均衡支持变异，不均衡提示比对偏差
- MQ（Mapping Quality）：比对质量值，过低提示比对不可靠
- ReadPosRankSum：检验变异是否主要出现在reads末端（末端碱基质量通常较低）
基于覆盖度的过滤：
- DP（Depth）：覆盖度过低（<5-10×）的变异不可靠
- 覆盖度过高（>平均深度的2-3倍）可能提示重复区域
基于群体频率的过滤：
- 使用已知变异数据库（如gnomAD）过滤常见变异
- 在罕见病研究中，过滤在人群中频率>1%的变异