用途:面向 FASTQ 质控(QC-only)、先修剪或质量解读的工作流。该技能可执行插件自带的本地 FastQ QC runner(需用户批准本地运行),并判断是否需要修剪或进一步排查,默认不盲目修剪。
必要输入:确认 FASTQ 路径与配对规则;输出为仅 QC 还是修剪后 FASTQ;已知接头或引物序列;如需污染筛查或宿主去除则提供物种;输出目录;FASTQ 是原始、已拆分、已修剪还是从归档下载;下游分析是否依赖原始读长、UMI 或 inline barcode。
默认工具:FastQC(原始读 QC)、MultiQC(项目级汇总)、fastp(可接受时一体化 QC/修剪)、Cutadapt(需显式引物/接头序列时)、seqkit(快速计数、统计与抽样)。
预检:python plugins/ngs-analysis/scripts/ngs_preflight.py --pipeline fastq_qc --emit-install-plan
本地执行:python plugins/ngs-analysis/scripts/run_fastq_qc.py --sample-sheet samplesheet.csv --execute;单配对样本用 --sample、--r1、--r2;修剪分支加 --trim-mode fastp;显式接头用 --trim-mode cutadapt 并传 --adapter-r1/--adapter-r2。runner 在 Snakemake 执行前做校验,成功后生成带时间戳目录,含 run_manifest.json、config.json、validation/、workflow/Snakefile、日志、artifact_index.json、summary.md、FastQC/MultiQC 输出与 qc_interpretation.json。
解读规则:先看原始 QC 再建议修剪;读末端质量下降可考虑质量修剪但保留足够长度;接头/引物信号在需显式序列时用 cutadapt,自动处理可接受时用 fastp;Poly-G 或 patterned-flowcell 伪影需用明确支持的工具并报告假设;过表达序列先分类为接头、引物、rRNA、PhiX、宿主污染或真实生物学;per-tile 失败或严重质量偏移应标记为可能的 run 级问题;高重复按实验类型解读;配对问题先核对 R1/R2 文件数与读名配对。不得覆盖输入 FASTQ,即使生成修剪后 FASTQ 也保留原始 QC 报告。
输出评审:返回简短 QC 解读,含样本/读对清单、正常模块、需处理或确认的模块、修剪与否的建议及理由、下游注意事项(短读、污染文库、失败配对)。使用本地 runner 时,应基于生成的 qc_interpretation.json、summary.md 与 MultiQC 报告作答。