用途：MultiQC 是多样本质控报告聚合器，自动扫描目录中的质控日志，将 150 多种生物信息学工具的输出汇总为单一交互式 HTML 报告，用于多样本质控复核、差异表达或变异分析前的最终质控检查、与协作者共享及发表、识别批次效应与异常样本。
主要能力：解析 FastQC、samtools flagstat、STAR、HISAT2、Trim Galore、Salmon、Kallisto、featureCounts、Picard、GATK 等工具输出；生成交互式柱状图、散点图、热图与表格；支持可配置的告警与通过/失败阈值；可导出机器可读数据供后续程序化质控。
安装：pip install multiqc；conda 推荐 conda install -c bioconda multiqc；验证 multiqc --version。使用前可用 command -v multiqc 检查环境是否已有该工具，pixi 项目内通过 pixi run multiqc 调用。需 Python 3.8+。
基本用法：先运行各质控工具生成输出，再执行 multiqc . ；指定输出目录与报告名可用 multiqc . -o reports/ -n project_qc_report；可只扫描指定子目录、用 --module 或 --exclude 控制模块、用 --ignore 排除文件、用 --replace-names 清理样本名。配置文件 multiqc_config.yaml 可设置标题、fn_clean_exts 样本名清理、general_stats_addcols 阈值与 module_order。导出数据可用 --export 或 --data-format json，生成 multiqc_data/ 下的表格与 JSON。
适用场景：一次复核 10 个以上样本的质控指标；多步骤流程（修剪→比对→定量）结果合并查看；FastQC 前后的原始与修剪对比；在 Snakemake 等流程中集成；用 Python/pandas 解析 general stats 做阈值筛选。
限制：MultiQC 仅聚合而非分析，只解析受支持工具的输出，自定义指标需用 Python/R 自行处理；扫描目录若含旧或部分运行会静默引入无关样本，样本名清理不当会把一个样本拆成多行；样本数超过约 500 时报告打开会变慢；部分模块可能因工具日志格式变化而缺失，需升级 MultiQC。官方未提供收费与价格信息。