FastQC质控报告解读

一般FastQC分析结果产生有2种类型的文件,一种.zip,一种.html。直接点击.html文件,即可在浏览器中查看质控结果报告。

总览
Summary

首先是Summary,这一部分是整个报告的目录,整个报告分成若干个部分。合格会有绿色的对勾,警告是黄色感叹号,不合格是红叉。

The analysis in FastQC is performed by a series of analysis modules. The left hand side of the main interactive display or the top of the HTML report show a summary of the modules which were run, and a quick evaluation of whether the results of the module seem entirely normal (green tick), slightly abnormal (orange triangle) or very unusual (red cross).

1.1 Basic Statistics

Filename: 文件名
File type: 文件类型
Encoding: 测序平台的版本和相应的编码版本号,在计算Phred反推error P时有用
Total Sequences: 输入文本的reads数量
Sequence length: 测序长度
%GC: GC含量,表示整体序列的GC含量。

1.2 Per base sequence quality

纵坐标为测序质量,用单碱基错误率Q表示,其中Q = -10*log10(error P)。根据测序质量划分成3个区间,0-20之间,红色背景,测序质量差;20-28之间,黄色背景,测序质量一般;28以上,绿色背景,测序质量高。
横坐标为序列长度,从序列的起始位置开始,统计所有序列在该位置上碱基的质量,并用箱线图表示,箱线图上红色的线代表所有碱基质量的中位数,蓝色的线带代表所有碱基质量的平均数,黄色箱体的上下边缘分别代表上下四分位数,箱体图最下方的横线代表第10百分位数,最上方的横线代表第90百分位数。

1.3 Per tile sequence quality

每个tail测序情况,横轴表示碱基位置,纵轴表示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,蓝色表示测序质量很高,暖色表示测序质量不高。当某些tail出现暖色,可以在后续分析中把该tail测序的结果全部去除。

1.4 Per sequence quality scores

假如1条序列长度为63bp,那么这63个位置每个位置Q值的平均值就是这条reads的质量值。
横轴是0-40,表示Q值,纵轴是每个值对应的reads数目。

1.5 Per base sequence content

横坐标为序列长度,纵坐标为各碱基的百分比。理论上来说,A和T应该相等,G和C应该相等。

1.6 Per sequence GC content

横坐标为reads GC含量(0 - 100%),纵坐标为每条序列GC含量对应的数量。
蓝线是程序根据经验分布给出的理论值,红色是真实值,两条线应该比较接近才比较好。当红色出现双峰时表示混入了其它物种DNA序列。

1.7 Per base N content

当出现测序仪不能分辨的碱基时会产生N,该图统计了N碱基的含量分布。横坐标为序列长度,纵坐标为N碱基的比例。

1.8 Sequence Length Distribution
1.9 Sequence Duplication Levels

统计序列完全一致的reads的频率,横坐标表示重复的次数,纵坐标表示重复的reads的数目( 以unique reads的总数作为100%)。测序深度越高,越容易产生一定程度的duplication,这是正常的现象,但如果duplication的程度很高,就提示我们可能有bias的存在。
发现一个讲得非常好的文章,链解放在这里:https://zhuanlan.zhihu.com/p/44914479

1.10 Overrepresented Sequences

反复出现的序列。

1.11 Adapter Content

此图衡量的是序列中两端adapter的情况,横坐标为碱基在reads中的位置,纵坐标表示该位置的碱基为测序接头序列碱基的百分比。

参考:
http://www.bioinformatics.babraham.ac.uk/projects/fastqc/Help/
https://cloud.tencent.com/developer/article/1625196
https://zhuanlan.zhihu.com/p/20731723

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,470评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,393评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,577评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,176评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,189评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,155评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,041评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,903评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,319评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,539评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,703评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,417评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,013评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,664评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,818评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,711评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,601评论 2 353

推荐阅读更多精彩内容