我使用很多直方图。特别是，这些直方图是沿着人类基因组片段的碱基调用。
x 轴上的每个点都是组成 DNA 的四个含氮碱基（A、C、T、G）之一，y 轴表示碱基能够被“调用”（或被测序仪识别）的次数机器，以便对基因组进行测序，这只是确定基因组中每个碱基的身份）。
这些直方图中的许多显示大致线性下降（当机器无法获得足够的读取深度时），从类似高原的区域下降到 0 或（几乎为 0）。当分数降至零时，意味着测序仪无法确定碱基的身份。如果您以前见过双螺旋，这意味着测序仪无法确定螺旋的一半梯级的标识。基因组的某些区域比其他区域更难表征。具有大量碱基调用的碱基（或 x 个数据点），数量级 >=100，能够被明确识别。例如，如果一个碱基总共有 250 个调用，我们有 248 个 T 调用，1 个 G 调用和 1 个 A 调用，我们将其称为 T。具有 0 个碱基调用的区域是值得关注的，因为那时我们' 我们必须从邻近区域推断低读取区域的身份可能是什么。是否有一种简单的算法可以为这些图分配反映这种趋势的分数？有关示例 histo，请参见 box.net/shared/nbygq2x03u。