疑问：

当我想要通过VCF文件查看一个突变位点的变异reads支持数时，发现文件展示的DP (total depth) 和AD (allele depth)的数量对应不上是咋回事儿？比方说，ADs中记录的支持ref和alt的总reads数和DP中展示的总深度对应不起来，更奇怪的是，有时候一个位点的AD竟然是0，HaplotypeCaller为什么会把这样的变异call出来？有图有真相：

2  151214  .  G  A  673  .  77 .  AN=2;DP=10;FS=0.000;MLEAF=0.500;MQ=56.57;MQ0=0;NCC=0;SOR=0.693 GT:AD:DP:GQ:PL  0/1:0,0:10:38:702,0,38

能看出来，在FORMAT这列（最后一列）显示的支持ref和alt的AD都是0，但是INFO列和FORMAT列中的DP都是10。因为INFO列的DP是未经过过滤的total depth，FORMAT列的DP是经过过滤的total depth，因此可以推断这个位置上没有任何一个read被GATK内置的过滤程序过滤掉。再进一步查看“bamout”文件，就会发现确实在这个位置上有10个reads的覆盖。所以为什么VCF报告的AD值都是0？

原因：uninformative reads

其实这个并不能算一个bug，问题出在uninformative reads上。

当该read给出的most likely allele的可能性并没有显著大于second most likely allele时，这个read就被称为uninformative reads。需要说明的是，该可能性转换为Phred格式（Phred scaled likelihoods）后需要大于0.2才会被软件认为是具有显著差异。换句话说，most likely allell可能性必须比second most likely allele的可能性大60%才行（因为0.2 = 10^0.2 = 1.585，约等于大60%）。

例如，我现在有两条reads和两个可能的等位基因，所有的reads都通过了HaplotypeCaller的过滤，这连个等位基因的可能性的值展示在下图中：

现在把上图中的值转换为Phred格式，即取log值：

现在，我们想看看read 1是否是imformative read，只需要看看most likely allele (A)和second most likely allele (T)的可能性差值，即-6.4122-（-6.4352）= 0.023，由于0.023少于0.2，read 1由此可判断为uninformative。同理可以判断出read 2 是informative。

小结：

所以，如果一个read 被判定为informative，它将记录在AD和DP中去。如果是uninformative，它只会记录在DP中，而不记录在AD中。AD实际上反应了究竟有多少reads支持了该位置基因型的判定，之所以没有把uninformative记录进去，就是因为这些read的提供的基因型判定证据不足。

参考：

https://software.broadinstitute.org/gatk/documentation/article?id=11096