diamond避坑：看懂命中背后的逻辑
diamond避坑不能停在“调低e-value”这一步。diamond通过种子命中、候选扩展和打分筛选换取速度，参数改变的不只是输出多少，还可能改变进入后续计算的候选集合。理解局部一致性、统计显著性和覆盖度之间的区别，才能避免把高分片段误写成完整功能。
比对得分与e-value：一个看匹配，一个看偶然
bit score反映经过标准化的比对得分，通常越高越好；e-value估计在当前搜索空间中随机得到同等或更好结果的期望次数，越小越显著。两者相关，却不能互换。数据库越大，搜索空间越大，同一局部比对的e-value也可能变化。因此跨数据库比较时，不能把固定e-value当成完全一致的证据尺度。
坑在于把统计显著直接翻译成功能相同。重复结构域、低复杂度区域和短保守基序都可能产生显著命中。统计结果回答“像不像随机”，并不回答“是否承担同一功能”。
一致性与覆盖度：局部漂亮不等于全长可靠
pident描述比对区域内相同残基的比例，qcovhsp和scovhsp分别描述查询与目标被该比对覆盖的比例。20个氨基酸全部相同，与300个氨基酸中有45%相同，生物学含义完全不同。前者可能只是短基序，后者可能支持完整结构域或全长同源。
全长功能转移时，应比较查询和目标两侧覆盖；只看查询覆盖，可能把短蛋白错配到长多结构域蛋白。结构域注释则相反，低全长覆盖未必是问题，关键是命中边界、结构域长度和关键位点是否合理。
默认模式与敏感模式：速度不是白送的
默认模式减少候选搜索范围，适合近缘序列和高吞吐初筛；敏感模式会尝试更多候选，提高发现弱同源的机会，同时增加时间与资源消耗。它们的区别不只是“同样结果跑得快慢不同”，候选集合本身就可能变化。把最高敏感度常开，会增加低质量候选和筛选负担，也未必解决参考库缺失的问题。
合理做法是用含已知远缘同源的基准集比较召回率。若提升敏感度仍找不到目标，应检查序列翻译、数据库组成和蛋白长度，而不是继续放宽所有阈值。
第一命中与候选集合：排名不是功能判决
第一命中只代表当前参数、数据库和打分体系下排名靠前，不自动等于直系同源。多个旁系同源蛋白可能得分接近，数据库中的错误注释还会被二次传播。与只输出一个目标相比，保留若干候选并查看得分差、覆盖和注释一致性，更容易识别模糊情况。
关键蛋白应增加结构域、保守位点、物种分布或系统发育证据。diamond适合提供候选，不负责替你完成全部生物学判断。真正的diamond避坑，是把搜索结果当证据链的一环，而不是最终结论。
常见问题
diamond的e-value设得越小越好吗？
不是。过严会漏掉远缘同源，过松会引入随机或弱相关命中。阈值应结合序列长度、覆盖度、家族特征和可接受的假阳性确定。
为什么第一命中的功能不能直接采用？
第一名可能只是共享结构域的旁系同源，也可能继承了数据库中的错误注释。至少要检查覆盖度、得分差、结构域和关键位点。
qcovhsp和scovhsp有什么区别？
qcovhsp是比对片段覆盖查询序列的比例，scovhsp是覆盖目标序列的比例。两者一起看，能识别短查询匹配长蛋白局部区域等情况。