用途:分析下一代测序(NGS)的 FASTQC 质量控制报告,评估数据质量并给出改进建议,适用于 RNA-seq、DNA-seq、ChIP-seq 场景,也用于排查测序问题。
主要能力:解析质量指标(如每碱基序列质量、每序列质量分数、每碱基N含量、序列重复率、接头含量),按 PASS/WARNING/FAIL 判定;诊断常见问题并给出建议,例如读长末端质量低建议修剪最后 10-20 个碱基、接头污染建议用更严格参数重跑 cutadapt/Trimmomatic、重复率高建议去重或优化建库;支持批量分析并输出汇总,结合应用类型给出阈值建议(如 RNA-seq 可接受高达 40% 的重复率,DNA-seq 要求更严格,ChIP-seq 关注富集指标)。
使用方式:需 Python 3.10+。示例命令包括 python -m py_compile scripts/main.py、python scripts/main.py --help,以及 python scripts/fastqc_interpreter.py --input sample_fastqc.html、--batch "*fastqc.html" --output report.pdf、--input fastqc.html --application rna_seq。也可在代码中导入 from scripts.fastqc_interpreter import FASTQCInterpreter 并调用 analyze、parse_metrics、diagnose_issues、analyze_batch、get_recommendations 等方法。
限制:第三方依赖未固定版本;输入缺失或超出范围时应停止而非猜测;脚本失败需报告失败点并提供手动回退;不得编造文件、引用或执行结果。