Maser中FilterbyCoverage功能平均reads计算规则咨询

FilterbyCoverage 是Maser工具对接rMATS剪接分析结果做低质量事件过滤的核心功能，其平均reads的计算逻辑没有额外隐式转换，规则非常明确：

• 底层直接读取rMATS输出文件中每个样本的原始IJC（包含型剪接连接reads数）、SJC（跳跃型剪接连接reads数）计数，不做任何归一化、转换处理
• 计算维度严格按实验比较分组独立统计，不做单样本阈值判定，也不跨所有样本混算总均值
• 单组平均reads计算方式：对组内所有生物学重复，先计算单个样本对应剪接事件的IJC + SJC总连接reads数，再对组内所有样本的总reads数取算术平均值
• 过滤判定规则：只有两个比较组的平均总连接reads都≥设定阈值时，该剪接事件才会被保留；任意一组的均值低于阈值，事件就会被过滤移除

针对你提到的三个具体疑问，对应解答如下：

1. 不是按单样本维度计算。不会单独对单个样本的reads数卡阈值，你举例的单样本IJC=4、SJC=2的场景，该样本的总连接reads为6，只会作为组内均值计算的一个数值参与统计，不会因为单个样本的数值直接导致事件被过滤。
2. 不是所有样本混算总均值。你之前手动计算结果和Maser输出不匹配，核心原因就是把两个比较组的样本混在一起求总均值，和函数的分组计算逻辑存在偏差。
3. 确实按比较分组分别计算。你推测的“野生型组、对照组各自计算平均reads，两组均值均需大于阈值才保留事件”逻辑完全正确，这也是该功能默认的过滤判定标准。

如果需要在Excel中手动复现过滤结果，操作逻辑很简单：先将所有样本按实验分组拆分，逐样本计算对应剪接事件的IJC与SJC之和，再分别计算两个组的算术平均值，筛选出两组均值都≥5的事件即可，最终结果会和Maser的输出完全匹配。

内容的提问来源于stack exchange，提问作者L Planco