แม้ว่าความแม่นยำในการเรียงลำดับนิวคลีโอไทด์แต่ละตัวจะสูงมาก แต่จำนวนนิวคลีโอไทด์ในจีโนมมีจำนวนมาก หมายความว่าหากทำการเรียงลำดับจีโนมของแต่ละบุคคลเพียงครั้งเดียว จะมีข้อผิดพลาดในการเรียงลำดับจำนวนมาก นอกจากนี้ ตำแหน่งหลายตำแหน่งในจีโนมยังมีโพลีมอร์ฟิซึมของนิวคลีโอไทด์เดี่ยว ที่หายาก (SNPs) ดังนั้น เพื่อแยกแยะระหว่างข้อผิดพลาดในการเรียงลำดับและ SNPs ที่แท้จริง จึงจำเป็นต้องเพิ่มความแม่นยำในการเรียงลำดับให้สูงขึ้นไปอีกโดยการเรียงลำดับจีโนมของแต่ละบุคคลเป็นจำนวนมากครั้ง

คำว่า "ลึกมาก" บางครั้งอาจหมายถึงการครอบคลุมที่สูงกว่า (>100 เท่า) ซึ่งช่วยให้สามารถตรวจจับตัวแปรลำดับในประชากรผสมได้^{[ 5 ] [ 6 ] [ 7 ]}ในกรณีที่รุนแรง วิธีการจัดลำดับที่แก้ไขข้อผิดพลาด เช่น การจัดลำดับความลึกสูงสุด สามารถทำให้การครอบคลุมของภูมิภาคที่กำหนดเข้าใกล้ปริมาณงานของเครื่องจัดลำดับ ทำให้สามารถครอบคลุมได้มากกว่า10 ^{8 [ 8 ]}

การจัดลำดับ จีโนมเชิงลึกหรือที่รู้จักกันในชื่อRNA-Seqช่วยให้ทราบทั้งลำดับและความถี่ของโมเลกุล RNA ที่มีอยู่ในเซลล์ เนื้อเยื่อ หรืออวัยวะชนิดใดชนิดหนึ่งในช่วงเวลาใดเวลาหนึ่ง^{[ 9 ]}การนับจำนวน mRNA ที่ถูกเข้ารหัสโดยยีนแต่ละตัวจะให้ตัวบ่งชี้ศักยภาพในการเข้ารหัสโปรตีน ซึ่งเป็นปัจจัยสำคัญต่อลักษณะทางฟีโนไทป์^{[ 10 ]}การปรับปรุงวิธีการจัดลำดับ RNA เป็นหัวข้อวิจัยที่กำลังได้รับความสนใจอย่างมาก ทั้งในแง่ของวิธีการทดลองและวิธีการคำนวณ^{[ 11 ]}

ความครอบคลุมเฉลี่ยสำหรับจีโนมทั้งหมดสามารถคำนวณได้จากความยาวของจีโนม ดั้งเดิม ( G ) จำนวนการอ่าน ( N ) และความยาวเฉลี่ยของการอ่าน ( L ) ตัวอย่างเช่น จีโนมสมมติที่มีเบสคู่ 2,000 คู่ที่สร้างขึ้นใหม่จากการอ่าน 8 ครั้งที่มีความยาวเฉลี่ย 500 นิวคลีโอไทด์ จะมีค่าความซ้ำซ้อน 2 เท่า พารามิเตอร์นี้ยังช่วยให้สามารถประมาณค่าปริมาณอื่นๆ ได้ เช่น เปอร์เซ็นต์ของจีโนมที่ครอบคลุมโดยการอ่าน (บางครั้งเรียกว่าความกว้างของความครอบคลุม) ความครอบคลุมสูงในการจัดลำดับแบบช็อตกันเป็นที่ต้องการเนื่องจากสามารถเอาชนะข้อผิดพลาดในการเรียกเบสและการประกอบได้ หัวข้อของทฤษฎีการจัดลำดับดีเอ็นเอจะกล่าวถึงความสัมพันธ์ของปริมาณดังกล่าว^{[ 2 ]}${\textstyle N\times L/G}$