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

cpu

Spack

fastqc/0.11.9-gcc-11.2.0-openjdk 思源一号

0.11.7

cpu

Spack

fastqc/0.11.7-gcc-9.2.0

0.11.7

arm

Spack

fastqc/0.11.7-intel-19.0.4

0.11.7

cpu

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:

  1. 序列标识符,其中包含有关测序运行和簇的信息;

  2. 序列(碱基信号; A,C,T,G和N);

  3. 分隔符,只是一个加号(+);

  4. 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#:<#<;<<<????#=

参考资料


最后更新: 2024 年 10 月 14 日