回答：

1. Picard MarkDuplicates是根据以下原理和条件进行标记去重复的： - Picard MarkDuplicates根据测序读取的起始位置、方向、长度和序列等信息来确定是否为重复读取。 - 它使用了一种基于比对位置和序列相似性的算法来鉴定重复读取。 - MarkDuplicates会将第一个出现的读取标记为原始，而将其他相同位置的重复读取标记为重复。 - 重复读取的定义是：在同一样本中，起始位置和方向完全相同，且序列相似度高于设定的阈值。 2. 统计deduplicate reads的数值可以使用Picard工具中的CollectDuplicateMetrics来完成。具体步骤如下： - 首先运行Picard MarkDuplicates命令，得到去重后的bam文件。 - 然后使用Picard CollectDuplicateMetrics命令，对去重后的bam文件进行统计。 - CollectDuplicateMetrics会生成一个metrics文件，其中包含了各种统计信息，包括去重前后的reads数目、重复reads的数目等。 使用以下命令可以进行统计： ``` java -jar picard.jar CollectDuplicateMetrics \ I=input.bam \ O=metrics.txt \ ASSUME_SORTED=true ``` 其中，input.bam为去重后的bam文件，metrics.txt为生成的统计文件。 通过查看metrics文件中的相关统计信息，可以得到deduplicate reads的数值。

1. picard 是根据reads的起始和终点来判断的，比如双端测序，能确定这两条reads R1和R2的起点和终点，拥有相同起点和终点的都算dup；
2. picard运行完输出一个matrix文件，里面有。