RNA-Seq数据分析——原始数据质量控制(QC)

1、获得转录组数据（.fastq文件）后的第一步就是对原始数据的质量控制。质量控制的目的是全面查看原始数据的质量，内容包括碱基质量评估、GC含量检验、N碱基数量评估、TCGA碱基分布、k-mer数量检验等。

成都创新互联公司是一家以网络技术公司，为中小企业提供网站维护、成都做网站、网站建设、网站备案、服务器租用、国际域名空间、软件开发、微信小程序开发等企业互联网相关业务，是一家有着丰富的互联网运营推广经验的科技公司，有着多年的网站建站经验，致力于帮助中小企业在互联网让打出自已的品牌和口碑，让企业在互联网上打开一个面向全国乃至全球的业务窗口：建站电话联系：18980820575

2、我们现在拥有评估数据所需的质量指标，同时还需要将其他信息添加到QC指标的元数据中，例如 cell ID、 条件信息 和其它各种指标。

3、multiqc可以整合其它软件的报告的软件，能将fastqc生成的多个报告整合成一个报告的软件，这样能方便的查看所有测序数据的质量。安装：运行：multiqc可以自动检测到文件中可以整合在一起的文件，运行也很简单。

4、根据fastqc的报告，如果是RNA数据尾巴较多的情况，最好再去一次PolyA尾巴，少就不用了。Trim Galore 合并了FastQC和Cutadapt到一个程序中。它的优势在于它可以根据FastQC分析的个体质量对每个reads进行修剪。

linux中Trimmomatic安装与使用

常见的trim软件有Trimmomatic、Skewer、fastp等。fastp是一款比较新的软件，使用时可以用--adapter_sequence/--adapter_sequence_r2参数传入接头序列，也可以不填这两个参数，软件会自动识别接头并进行剪切。

右击相应的iso文件，从其右键菜单中选择“解压到”项，对iso格式文件进行解压。

二代测序的数据的分析——质量控制

1、质量控制的测序质量检测是通过FastQC软件实现。fastqc可以不设置任何参数运行，这样会直接在当前目录下生成一个质量报告的压缩文件和文件夹，报告是网页格式。也可以设置输出目录和是否解压缩(--noextract)，默认设置会解压缩。

2、因为实验过程丌可知，物种特性难量化，数据通过qc，可以做到量化展示数据，从数据分析相关信 息，同时为后续Kmer分析做准备，获取一个准确的基因组预估情况。

3、为保证分析结果的可靠性，对测序数据进行质量控制统计分析意义重大。尤其在临床二代测序检测领域，分析结果的可靠性与否关乎医生的诊断和病人的安危。

4、Fastqc每次对一个样本进行质量控制并生成评估报告，当样本数量过多时，查看报告显然极不方便。Multiqc能将fastqc生成的多个报告整合成一个报告（HTML和PDF格式），方便的查看所有测序数据的质量。

5、FastQC是一款基于Java的软件，须在linux环境下使用命令行运行，它可以快速多线程地对测序数据进行质量评估（Quality Control），其guan 网地址为： Babraham Bioinformatics 。FastQC可以使用conda进行安装。

RSeQC使用

③ SAM 文件处理 使用 samtools 对 SAM 文件排序并转化为 BAM 文件。samtools是一个用于操作sam和bam文件的工具合集，包含有许多命令。④比对结果可视化 比对结果使用 IGV 、Genome Maps 和Sacant 等可视化查看。

第一阶段是基础知识学习，找一本覆盖面广但是又不是很难啃的教材先对生物信息所涉及各个方面有所了解，比如人卫版李霞主编那本《生物信息学》。第二阶段是一个逐步深入的过程，这个过程中要学会工具的使用。

ATAC-seq专题---生信分析流程

ATAC-seq信息分析流程主要分为以下几个部分：数据质控、序列比对、峰检测、motif分析、峰注释、富集分析，下面将对各部分内容进行展开讲解。 下机数据经过过滤去除接头含量过高或低质量的reads，得到clean reads用于后续分析。

ChIP-Seq原理是：首先通过染色质免疫共沉淀技术（ChIP） 特异性地富集目的蛋白结合的DNA片段 ，并对其进行纯化与文库构建；然后对富集得到的DNA片段进行高通量测序。ATAC-seq是 全基因组范围 内，找出所有的OCR。

[4]所以ATAC-seq利用这个特点，将测序所用adaptor加在Tn5转座酶上，这样Tn5转座酶就可以将adaptor添加到开放染色质区域的DNA两端，这样就可以对这部分序列进行测序了。

当前文章：测序质量linux命令的简单介绍
网页链接：http://scyanting.com/article/dgdgpji.html