SuperAPI AI 工具集

ngs-quality-control

测试与质量

查看项目

更新于 10-15 17:23

技能介绍

用途:为 Illumina 短读长测序数据提供可复现的质控流程,覆盖原始 reads→修剪后 reads→比对 BAM 全生命周期,产出可用于 WGS、WES 和靶向 panel 项目质控判定的确定性指标。

主要能力:原始 reads 质控(FastQC 逐 FASTQ,MultiQC 汇总);接头与质量修剪(fastp,双端接头检测);修剪后质控(FastQC+MultiQC);比对质控(samtools stats/flagstat、Picard 指标套件);覆盖度质控(mosdepth,全基因组窗口或靶向 BED);汇总(MultiQC 生成单页 HTML)。

使用方式:设定 THREADS=8、OUT=qc_out,准备双端 FASTQ、坐标排序并建索引的 BAM、参考 ref.fasta 及靶向区间。典型命令:fastqc -t $THREADS -o $OUT/fastqc_raw *.fastq.gz;fastp -i sample_R1.fastq.gz -I sample_R2.fastq.gz -o $OUT/fastp/sample_R1.trim.fastq.gz -O $OUT/fastp/sample_R2.trim.fastq.gz --detect_adapter_for_pe --thread $THREADS --html $OUT/fastp/sample.fastp.html --json $OUT/fastp/sample.fastp.json;multiqc $OUT -o $OUT/multiqc;samtools flagstat -@ $THREADS sample.bam > $OUT/samtools/sample.flagstat.txt;mosdepth --by 500 --threads $THREADS --fast-mode --no-per-base $OUT/mosdepth/sample_wgs sample.bam。Picard 需 ref.dict 与 .interval_list(用 picard BedToIntervalList I=targets.bed O=targets.interval_list SD=ref.dict 转换)。

适用场景:WGS、WES、靶向 panel 及 RNA-seq 的质控;按测序类型选择覆盖度工具与阈值,如 WGS 用 mosdepth --by 500 与 CollectWgsMetrics,WES/panel 用 mosdepth --by targets.bed 与 CollectHsMetrics。

限制与注意:需显式核对 Phred 编码(现代 Illumina 为 Phred+33,旧数据可能为 Phred+64,可用 seqtk seq -Q64 -V in.fq > out.fq 转换);去重应在比对后使用 Picard MarkDuplicates 或 samtools markdup,而非 fastp --dedup;大基因组应加 --no-per-base;区间文件 contig 名称与排序须与 BAM 头一致;质控应同时报告平均深度、覆盖广度与重复率。资料未提供安装方式、收费与平台信息。