FastQC¶
简介¶
FastQC是一个二代测序数据质量控制软件。
可用的版本¶
版本 |
平台 |
构建方式 |
模块名 |
|---|---|---|---|
0.11.9 |
|
Spack |
|
0.11.7 |
|
Spack |
|
0.11.7 |
|
Spack |
fastqc/0.11.7-intel-19.0.4 |
0.11.7 |
|
Spack |
fastqc/0.11.7-gcc-8.3.0 |
使用 Conda 安装 FastQC¶
推荐使用 Conda 在用户目录部署特定的 FastQC 软件，以思源一号为例：
srun -p 64c512g -n 4 --pty /bin/bash
module purge
module load miniconda3/4.10.3
conda create -n biotools # 创建新的环境
source activate biotools # 激活环境
conda install -c bioconda fastqc # 安装软件
fastqc --help
示例文件¶
# 思源一号
/dssg/share/sample/bwa/B17NC_R1.fastq.gz
/dssg/share/sample/bwa/B17NC_R2.fastq.gz
# π 集群
/lustre/share/samples/bwa/B17NC_R1.fastq.gz
/lustre/share/samples/bwa/B17NC_R2.fastq.gz
运行示例¶
思源一号集群 FastQC¶
作业脚本 test.slurm 内容如下:
#!/bin/bash
#SBATCH --job-name=QC
#SBATCH --partition=64c512g
#SBATCH --output=%j.out
#SBATCH --error=%j.err
#SBATCH -N 1
#SBATCH --ntasks-per-node=10
ulimit -l unlimited
ulimit -s unlimited
module load fastqc/0.11.9-gcc-11.2.0-openjdk
input_dir=/dssg/share/sample/bwa
fastqc -f fastq -o ~/QC $input_dir/B17NC_R1.fastq.gz $input_dir/B17NC_R2.fastq.gz
使用 sbatch 提交作业
sbatch test.slurm
π 集群 FastQC¶
作业脚本 test.slurm 内容如下:
#!/bin/bash
#SBATCH --job-name=QC
#SBATCH --partition=small
#SBATCH --output=%j.out
#SBATCH --error=%j.err
#SBATCH -N 1
#SBATCH --ntasks-per-node=10
ulimit -l unlimited
ulimit -s unlimited
module load fastqc/0.11.7-gcc-9.2.0
input_dir=/lustre/share/samples/bwa
fastqc -f fastq -o ~/QC $input_dir/B17NC_R1.fastq.gz $input_dir/B17NC_R2.fastq.gz
运行结果¶
会输出质控网页报告，可下载后查看。
QC
├── B17NC_R1_fastqc.html
├── B17NC_R1_fastqc.zip
├── B17NC_R2_fastqc.html
└── B17NC_R2_fastqc.zip
FASTQ 格式说明¶
FASTQ文件是一个文本文件，其中包含通过流动槽 flow cell 上质控参数的簇 cluster 的测序数据。
对于每个通过质控参数的簇，一个序列被写入相应样本的 R1 FASTQ 文件，而对于双端测序运行，另外一个序列也被写入该样本的 R2 FASTQ 文件。 FASTQ文件中的每个条目包含4行：
序列标识符，其中包含有关测序运行和簇的信息；
序列（碱基信号； A，C，T，G和N）；
分隔符，只是一个加号（+）；
读取碱基的质量值。 这些是Phred +33编码的，使用ASCII字符表示数字质量值。
FASTQ文件中单个记录条目的示例：
@SIM:1:FCX:1:15:6329:1045 1:N:0:2
TCGCACTCAACGCCCTGCATATGACAAGACAGAATC
+
<>;##=><9=AAAAAAAAAA9#:<#<;<<<????#=