外觀
FastQC
對原始 FASTQ(或 BAM)產生品質報告,決定是否需要修剪或過濾。多個樣本用 MultiQC 彙整成一份報告。
用法
bash
conda install -c bioconda fastqc multiqc
mkdir -p qc # -o 的資料夾必須先存在
fastqc -t 8 -o qc/ *.fastq.gz # 每個檔案產生 .html + .zip
multiqc qc/ -o qc/ # 彙整所有樣本(也能吃 fastp、STAR、samtools 的輸出)各模組怎麼看
| 模組 | 看什麼 | 常見警告的原因 |
|---|---|---|
| Per base sequence quality | 每個 cycle 的品質分布 | 尾端下降是正常的;整體偏低要修剪或重做(見 鹼基品質分數) |
| Per sequence quality scores | 每條 read 的平均品質 | 出現低品質的小峰:部分 tile 或 cluster 有問題 |
| Per base sequence content | 每個 cycle 的 A/C/G/T 比例 | RNA-seq 前 10–15 bp 因隨機引子偏好必定 FAIL,屬正常 |
| Per sequence GC content | GC 分布是否接近理論常態 | 雙峰:污染(細菌、adapter dimer)或高表現基因 |
| Per base N content | N 的比例 | 某個 cycle 突增:儀器問題 |
| Sequence length distribution | 長度分布 | 修剪後本來就不一致 |
| Sequence duplication levels | 重複序列比例 | RNA-seq、amplicon 本來就高(見 重複率) |
| Overrepresented sequences | 出現過多的序列 | adapter、rRNA、primer dimer |
| Adapter content | adapter 從哪個位置開始出現 | 插入片段比 read 短;用 fastp 修剪 |
FastQC 的 PASS / WARN / FAIL 閾值是以「隨機、多樣的 WGS library」為基準設計的。RNA-seq、amplicon、bisulfite、small RNA 等 library 有些模組必然 FAIL,要對照實驗類型判讀,不是看到紅色就重做。
輸出
| 檔案 | 用途 |
|---|---|
*_fastqc.html | 互動報告 |
*_fastqc.zip | 原始數據(fastqc_data.txt、summary.txt),可程式化讀取或交給 MultiQC |
修剪前後各跑一次 FastQC(或直接看 fastp 報告)比較效果。官方:FastQC、GitHub;中文說明:CSDN FastQC 詳解。