二代测序数据分析流程 二代测序数据分析 [1]quality control

从事生物信息学分析的学生和工作人员都会接触到二代测序数据，我们从测序公司拿到所需要的数据之后，首先最关心的问题就是测序数据的质量好不好，本文介绍一下如何对二代测序数据进行质量分析(QC)

linux系统：ubuntu 或者 服务

fastqc

安装fastqc

注意将fastqc加入到系统环境变量中，以便于在终端或命令行中直接运行

具体安装方法参考fastqc官方手册

在命令行中直接运行命令

fastqc [-o output dir] [--(no)extract] [-f fastq|bam|sam] [-c contaminant file]

output dir指的是输出结果路径

extract参数指的是输出结果是否解压

-f 参数 是输入文件的格式，指的是测序数据

运行fastqc：

fastqc seqfile1.fq seqfile2.fq

输出结果：在output dir目录下的一个压缩文件(未压缩)

通常我们只需关注如下几个结果

1 每个位置的碱基测序质量。通常我们一般认为从第二个碱基开始，平均每个碱基的测序质量boxplot下四分位线在30分以上，则认为测序质量非常好

2.每条序列的测序质量 一般认为90%的reads测序质量在35分以上，则认为该测序质量非常好

3. ATCG碱基在各个位置上的分布 一般来说，AT含量高于CG含量，AT含量约28%，CG含量约22%。由于测序问题，通常第一二位置的碱基测序质量比较低，ATCG含量也不正常。这种情况不影响数据质量，如果实在介意，可在后续bowtie mapping的时候将前两个碱基去掉

二代测序数据分析：[1]quality control_二代测序

爱华网本文地址 » http://www.413yy.cn/a/8104050103/164458.html