寫在前面：最近很糾結于測序數據的重復率，雖然是單細胞會難免有bias，但是fastqc和fastp兩款軟件計算出來的dup%簡直差太大了，琢磨了好久，看了fastp的文章才搞明白。

先說一下問題，我的這組數據fastqc報告的重復率特別高，但是fastp結果還好，如圖：

multiqc-fastqc

fastp report(one sample)

為什么出現這個問題，到底哪個可信？

fastqc計算時，把read1和read2分開計算，各算各的；反應的只是一端，并不能代表整個insert 片段；
fastp計算時，把r1 r2都重復（也就是start，end，lengh）都相同才叫做dup，而如果兩組paired reads，r1重復，而r2不一樣，則不算dup！這也是為什么只有一個dup%！

在NGS中，paired reads中有一端與其他一樣，另一端不同，是非常常見的，尤其是high depth sequencing.

所以，fastp計算比較合理，fastqc結果的重復率偏高。

附上fastp文章的解釋：

Chen SF et al., Bioinformatics, 34, 2018, i884–i890