FastQC_fastech

FastQC_fastech1、下载fastqc2、解压3、给予执行权限,否则执行的时候会显示没有权限cdFastQCchmod755fastqc4、加入到PATHexportPATH=/home/h/Fas

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

1、下载fastqc

wget 
http://www.bioinformatics.babraham.ac.uk/projects/fastqc/fastqc_v0.11.5.zip

2、解压

unzip fastqc_v0.11.5.zip

 
3、 给予执行权限,否则执行的时候会显示没有权限

cd FastQC

chmod 755 fastqc

 
4、加入到PATH

export PATH=/home/h/FastQC/:$PATH

 
5、测试

fastqc –help

使用例子
# -o –outdir FastQC生成的报告文件的储存路径,生成的报告的文件名是根据输入来定的
# -t –threads 选择程序运行的线程数,每个线程会占用250MB内存,越多越快咯
 
 
FastQC的报告介绍
整个报告分成若干个部分。合格会有个绿色的对勾,警告是个“!”,不合格是个红色的叉子
 
基本信息
FastQC_fastech
# Encoding指测序平台的版本和相应的编码版本号,这个在计算Phred反推error P的时候有用
# Total Sequences记录了输入文本的reads的数量
# Sequence length是测序的长度
# %GC是我们需要重点关注的一个指标,这个值表示的是整体序列中的GC含量,这个数值一般是物种特异的,比如人类细胞就是42%左右
 
序列测序质量统计
FastQC_fastech
# 此图中的横轴是测序序列第1个碱基到第101个碱基
# 纵轴是质量得分,Q = -10*log10(error P)即20表示1%的错误率,30表示0.1%
# 图中每1个boxplot,都是该位置的所有序列的测序质量的一个统计,上面的bar是90%分位数,下面的bar是10%分位数,箱子的中间的横线是50%分位数,箱子的上边是75%分位数,下边是25%分位数
# 图中蓝色的细线是各个位置的平均值的连线
# 一般要求此图中,所有位置的10%分位数大于20,也就是我们常说的Q20过滤
# 所以上面的这个测序结果,需要把后面的87bp以后的序列切除,从而保证后续分析的正确性
# Warning 报警 如果任何碱基质量低于10,或者是任何中位数低于25
# Failure 报错 如果任何碱基质量低于5,或者是任何中位数低于20
 
每个tail测序的情况
FastQC_fastech
# 横轴和之前一样,代表101个碱基的每个不同位置
# 纵轴是tail的Index编号
# 这个图主要是为了防止在测序过程中,某些tail受到不可控因素的影响而出现测序质量偏低
# 蓝色代表测序质量很高,暖色代表测序质量不高,如果某些tail出现暖色,可以在后续分析中把该tail测序的结果全部都去除
 
每条序列的测序质量统计
FastQC_fastech
# 假如我测的1条序列长度为101bp,那么这101个位置每个位置Q值的平均值就是这条reads的质量值
# 该图横轴是0-40,表示Q值
# 纵轴是每个值对应的reads数目
# 我们的数据中,测序结果主要集中在高分中,证明测序质量良好!
 
GC 含量统计
FastQC_fastech
# 横轴是1 – 101 bp;纵轴是百分比
# 图中四条线代表A T C G在每个位置平均含量
# 理论上来说,A和T应该相等,G和C应该相等,但是一般测序的时候,刚开始测序仪状态不稳定,很可能出现上图的情况。像这种情况,即使测序的得分很高,也需要cut开始部分的序列信息,一般像我碰到这种情况,会cut前面5bp
 
序列平均GC含量分布图
FastQC_fastech
# 横轴是0 – 100%; 纵轴是每条序列GC含量对应的数量
# 蓝色的线是程序根据经验分布给出的理论值,红色是真实值,两个应该比较接近才比较好
# 当红色的线出现双峰,基本肯定是混入了其他物种的DNA序列
# 这张图中的信息良好
 
序列测序长度统计
FastQC_fastech
# 每次测序仪测出来的长度在理论上应该是完全相等的,但是总会有一些偏差
# 比如此图中,101bp是主要的,但是还是有少量的100和102bp的长度,不过数量比较少,不影响后续分析
# 当测序的长度不同时,如果很严重,则表明测序仪在此次测序过程中产生的数据不可信 
 
序列Adapter
FastQC_fastech
# 此图衡量的是序列中两端adapter的情况
# 如果在当时fastqc分析的时候-a选项没有内容,则默认使用图例中的四种通用adapter序列进行统计
# 本例中adapter都已经去除,如果有adapter序列没有去除干净的情况,在后续分析的时候需要先使用cutadapt软件进行去接头
 
重复短序列
FastQC_fastech
# 这个图统计的是,在序列中某些特征的短序列重复出现的次数
# 我们可以看到1-8bp的时候图例中的几种短序列都出现了非常多的次数,一般来说,出现这种情况,要么是adapter没有去除干净,而又没有使用-a参数;要么就是序列本身可能重复度比较高,如建库PCR的时候出现了bias
# 对于这种情况,我的办法是可以cut掉前面的一些长度,可以试着cut 5~8bp
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/167116.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • 北航校赛2014 预赛 题解

    北航校赛2014 预赛 题解

  • Zynq 7020 学习心得【1】

    Zynq 7020 学习心得【1】今天对照Miz702的板子,学习了EMIO的用法,遇到了一点问题,经过分析和尝试,解决了,写出来,给大家参考一下。第一个问题,约束文件报warning,并且生成bitstream出错。开发板教程中

  • lm算法是什么算法_opencv图像处理算法

    lm算法是什么算法_opencv图像处理算法1.高斯牛顿法残差函数f(x)为非线性函数,对其一阶泰勒近似有:这里的J是残差函数f的雅可比矩阵,带入损失函数的:令其一阶导等于0,得:这就是论文里常看到的normalequation。2.LMLM是对高斯牛顿法进行了改进,在求解过程中引入了阻尼因子:2.1阻尼因子的作用:2.2阻尼因子的初始值选取:一个简单的策略就是:2.3阻尼因子的更新策略3.核心代码讲解3.1构建H矩阵void…

  • minicom指令_minicom使用

    minicom指令_minicom使用Linux下的Minicom的功能与Windows下的超级终端功能相似,适于在linux通过超级终端对嵌入式设备的管理以及对嵌入操作系统的升级。1.启动minicom以root权限登录系统使用命令:minicom–s则minicom启动,出现配置界面。2.设置serialportsetup使用down箭头选择serialportsetup,出现具体各选项的配置:3.选择Save…

  • 浅析Python中bytes和str区别

    本博转载自:Chown-Jane-Y的浅析Python3中的bytes和str类型Python3最重要的新特性之一是对字符串和二进制数据流做了明确的区分。文本总是Unicode,由str类型表示,

    2021年12月29日
  • 开源项目之架构分享[通俗易懂]

    开源项目之架构分享[通俗易懂]此次分享是我当初在开发某个系统时,参考的一些开源项目架构的思路和风格。第一个是Jeesite,它的架构风格如下:大家如果对jeesite感兴趣的话,可以百度搜索找到,不过那已经是半年多以前的事情,jeesite目前也发生较大的变化。当初我在参考jessite这个思路时,不知道是什么原因使我没有加入module,其实从现在的角度出发,加上module也是一件不错的事情,modu…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号