FASTQC使用

fastqc:一种用于高通量序列数据的质量控制应用程序。

安装

• 下载源代码网址 需要 bash #下载后解压 unzip fastqc_*.zip cd fastqc_*.zip chmod 744 fastqc || chmod u+x fastqc# 将 fastqc 设置为可执行程序 #chmod中数字4为设置可读，2可写，1可执行，即r,w,x,而数字7为4+2+1 #u 表示该文件的拥有者，g 表示与该文件的拥有者属于同一个群体(group)者，o 表示其他以外的人，a 表示这三者皆是
• conda 安装就好了，自动帮下jdk.

–help

fastqc –help

# 命令行使用
fastqc [-o output dir] [--(no)extract] [-f fastq|bam|sam] [-c contaminant file] seqfile1 .. seqfileN

参数说明

-h --help
-v --version
-o -output dir
- casave 文件来自原始 casave 输出
-nano 文件来自 naopore 序列，采用 fast5 格式
-extract 如果设置，则压缩输出
-j --java  java二进制文件完整路径
-nogroup 禁止读取2500bp以上的碱基组
-f 跳过正常文件格式检测，强制使用指定格式 bam | sam | bam_mapped | sam_mapped | fastq
-t --threads 多线程，每个线程 250 M
-c --contamin 指定包含列表的非默认文件，污染物筛选过多的序列（哈希）
-a -adapters 指定包含列表的非默认文件，包含一组已经命名的Adapter（哈希）
-l 指定一个非默认文件，限制将用于确认 warning / Fairure，或者从结果中删除一些模块， cofiguration --> limits.txt
 -k -kmers 指定要在Kmer中查找的长度，必须在2-10 之间，默认为7
-q -quiet 安静模式，在标准输出上禁止所有的进度消息，只报错
-d --dir 一个目录用于写入临时文件当生成图像时， 默认系统临时目录

生成文件解读

当使用1个fastq文件时，使用命令mkdir fastqc && fastqc -o ./fastqc ref.fastq.gz

会在目录下生成一个html以及.zip文件，zip文件就是画图的数值以及图片。所以fastqc结果看html即可。 - html解读 这一部分中√代表”PASS”；!代表”WARN”；x代表”FAIL” 1.Basic Statics

• Encoding为Illumina1.9 就是 Phred+33，很重要，1.8以上即为Phred33编码。

• Total sequences: reads数量（reads就是高通量测序平台产生的序列标签，翻译为读段）

• Sequence length: 测序长度

• %GC: GC含量： 重点关注，可以帮助区别物种，人类细胞42%左右 2.Per base sequence quality 画的是boxplot,这个图我看了下数值，前面的绘图数据都是32。 横轴：测序序列的1-150个碱基； 纵轴：质量得分，score = -10 * log10（error），例如错误率error为1%，那么算出的score就是20 蓝色的线将各个碱基的质量平均值连接起来