image.png

FastQC

FastQC软件可以对fastq格式的原始数据进行质量统计，评估测序结果，为下一步修剪过滤提供参考.

网址

https://www.bioinformatics.babraham.ac.uk/projects/fastqc/
image.png

常见参数

  1. -h/--help       ## 打印文档信息
  2. -o/--outdir     ## 输出目录（一定要存在，否则会报错）
  3. -j/--java       ## 指定java路径，默认即可
  4. -f/--format     ## 指定输入格式，默认为fastq。可以选择bam，sam
  5. -t/--threads    ## 线程数
  6. -v/--versions   ## 版本信息
  7. -d/--dir        ## 质控过程中产生的临时文件

质量评估步骤

激活conda环境并进入工作目录

  1. conda activate rna

准备原始数据文件

此步骤的数据应该来自下载数据，详见：
03 数据下载

使用FastQC软件对单个fastq文件评估

  1. ## 定义环境变量，分别是输出环境和原始文件环境
  2. qcdir=/home/data/vip13t21/project/GSE106901/data/qc
  3. fqdir=/home/data/vip13t21/project/GSE106901/data/rawData
  5. ## fastqc进行质量评估
  6. fastqc -t 50 -o $qcdir $fqdir/SRR6292394.fastq.gz

批量数据评估

推荐使用vim命令写脚本，利用nohup和bash命令挂后台运行。

  1. ## 写脚本
  2. vim fastqc.sh
  4. ## 脚本内容
  5. ## 定义环境变量，分别是输出环境和原始文件环境
  6. qcdir=/home/data/vip13t21/project/GSE106901/data/qc
  7. fqdir=/home/data/vip13t21/project/GSE106901/data/rawData
  9. ## fastqc进行质量评估
  10. fastqc -t 50 -o $qcdir $fqdir/SRR*.fastq.gz
  12. ## 挂后台
  13. nohup bash fastqc.sh 1>fastqc.sh.log 2>&1 &

运行结束界面如下：
qc文件夹：
image.png
fq文件夹：
image.png
脚本日志：
image.png

使用MultiQC命令整合FastQC结果

每个数据都会有一个质量检测文件，阅读不便，利用multiqc命令整合为一个文件。

评估数据解读

评估数据汇总如下：
image.png

Basic Statistics

左上角绿色对勾代表样品合格。
image.png

注：数据量统计方式

image.png

Per base sequence quality

image.png
此图代表各个位置的碱基质量均在可接受范围内：Q30以上。
低质量数据如下所示：
image.png

Per Tile Sequence Quality

image.png
低质量数据如下所示：
image.png

Per Sequence Quality Scores

image.png
低质量数据如下：
image.png

Per Base Sequence Content

image.png
这个数据的Per Base Sequence Content指标不太好

Per sequence GC content

image.png
低质量数据如下：
image.png
提示可能出现了序列污染或者核糖体RNA污染

Per base N content

仪器若未识别任何碱基，则判定为N
image.png

Sequence Length Distribution

image.png

Sequence Duplication Levels

image.png

Adapter Content

image.png
更多参考：https://www.bioinformatics.babraham.ac.uk/projects/fastqc/

MultiQC报告

为了综合评估所有的样本，使用multiqc命令整合
整合前：
image.png
代码

  1. multiqc *zip

整合后：
image.png