二代靶向测序的分析流程-质控

原创 已于 2024-02-22 14:25:47 修改 · 1k 阅读 · 2 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#linux
于 2024-02-22 11:33:25 首次发布
本文介绍了在生物信息学中，如何通过fastqc进行原始fastq文件的快速质量控制，fastp进行数据过滤和修整，以及Trimmomatic和Cutadapt等工具在去除接头和低质量碱基的应用。质量评估重点关注fastqc的ERROR和WARN级别，以确保数据的准确性对后续分析影响。

质量评估包括

  • 对下机的原始数据fastq进行质控
  • 对比对后的bam文件进行质控

一. fastq质控

常用工具：

  1. fastqc：只评估原始数据，不对原数据进行过滤
  2. fastp：可以执行数据过滤和修建
1.fastqc的使用

fastqc -t 12 -o outputdir/ sample_1.fq.gz sample_2.fq.gz #双端测序
-t 线程数12 -o 定义输出目录

2.fastqc的输出

输出文件包括zip压缩文件和网页格式的文件，html格式的文件便于在本都网页端可视化
压缩文件解压后

  • summary.txt 对输入的测序质量评估
    有ERROR的时候需要注意测序的质量是否合格，WARN一般影响不大，但还是需要查看具体情况，可能会影响后续的变异分析
    在这里插入图片描述
  • fastqc_data.txt :summary.txt指标中的详细信息
    在这里插入图片描述
    二. Fastp的使用
    fastp的功能包括：去掉低质量的碱基、去除接头等
    具体使用可以参考: 使用fastp进行数据质控
    三.其它工具
    Trimmomatic、Cutadapt：可以去除接头
BamQC:映射的质量控制分析程序
05-18
BamQC BAM文件的质量控制应用程序 BamQC是一个应用程序，它使用包含映射数据的BAM文件并对其进行一系列测试以生成全面的QC报告。 这将帮助您理解数据，并告诉您所分析的文件是否存在异常。 每个测试都被标记为通过，警告或失败，具体取决于它与正常的大型数据集的期望值相差多少，且没有明显的偏差。 需要强调的是，警告甚至故障不一定表示您的数据存在问题，而仅是不寻常的问题。 样品的生物学性质可能意味着您期望结果中存在这种特殊偏差。 交互式图形或命令行 BamQC既可以作为交互式图形应用程序运行，也可以让您在单个应用程序中查看多个文件的结果。 或者，您可以以非交互方式运行该程序（例如，作为管道的一部分），该程序将为您处理的每个文件生成HTML报告。 跨平台Java BamQC是一个用Java编写的跨平台应用程序。 从理论上讲，它应该在具有合适的Java运行时环境的任何平台上运行。 已在运
数据的质量控制软件----fastQC
Rita_rr的博客
04-20 1万+
​ FastQC的基本介绍: FastQC是一款基于Java的软件，它可以快速地对测序数据进行质量评估，其官网为：Babraham Bioinformatics - FastQC A Quality Control tool for High Throughput Sequence Data 高通量测序数据的高级质控工具 输入FastQ，SAM，BAM文件，输出对测序数据评估的网页报告 ​
二代靶向测序的分析流程（从fastq到vcf）
m0_49420831的博客
02-29 1366
当原始数据通过基本质控后（），接下来就可以执行测序的主要目的：call 变异。
RNA-seq流程学习笔记（9）-使用RSeQC软件对生成的BAM文件进行质控
垚垚爸的博客
06-04 9974
参考文章： 用RSeQC对比对后的转录组数据进行质控 高通量测序质控及可视化工具包RSeQC RSeQC使用笔记 在A survey of best practices for RNA-seq data analysis里面，提到了人类基因组应该有70%~90%的比对率，并且多比对read（multi-mapping reads）数量要少。另外比对在外显子和所比对链（uniformity of read coverage on exons and the mapped strand）的覆盖度要保持一致。 R
二代测序下机数据的数据处理
baidu_41733076的博客
02-25 5928
本人接触过多家从事人类基因组的二代测序公司，包括肿瘤、全外遗传病和健康人全外测序体检，很多公司的数据处理和报告解读都存在一定的问题，这个系列就作为本人在人类基因组领域的解读和分享。 目前很多公司都在使用大体的流程如下： 1）原始的下机数据fastq文件；2）读长匹配参考基因组形成BAM文件；3）GATK和/或Samtools工具call出变异；4）Annovar工具对变异做出注释；5）变异进行过滤；6）过滤后的变异进行判读，医学解读等，最后出具报告。 这是一个行业内主要使用的流程，各个环节都容易出
[Linux|生信]project4_02:质控过滤
F_zero_T_hero的博客
12-07 2138
背景 前面介绍了如何从sra文件得到fastq文件 [Linux|生信]project4_01:批量下载sra文件并转化为fastq文件 今天介绍一下如何对fastq文件进行批量质控。在此申明，该系列处理的是单细胞转录组的数据，不是常规的Bulk转录组，故质控后的处理思路有所不同。 质控（QC） # 一：质控前的初步看测序数据质量：fastqc与multiqc# 1.激活前面生成的虚拟环境，进行fastqc与multiqcconda activate biotre
【生信】全基因组测序（WGS）
热门推荐
weixin_40695088的博客
03-07 4万+
1、全基因组测序(WGS) 的定义 2、GWS流程 2.1准备工作——分析软件 2.2原始数据质控 2.3数据预处理 2.4变异检测
靶向测序分析
大甘的博客
12-02 2033
相比全基因组测序（WGS），靶向测序数据量更小，但灵敏度更高，适合深入研究特定区域的遗传变异。靶向测序的分析流程包括数据预处理、变异检测、注释及后续分析，每一步都需要严格按照实验和生物信息学标准进行操作。靶向测序是一种高效、灵活的工具，在基因组医学和基础研究中具有不可替代的作用。：根据实验需求，选择特定的基因组区域（如癌症相关基因或已知疾病易感区域）。以下是一个完整的靶向测序分析流程的代码框架，使用常用的生物信息学工具（如。：检测目标区域的突变（如SNP、插入缺失、拷贝数变异等）。
靶向分析流程（Pipeline）中的数据质控
SliverWorkspace
08-28 792
从输出文件${sn}_fastp.json文件中获取过滤前后Q20,Q30比例,总的reads从输出文件${sn}_marked.flagstat文件中获取mapping的一些信息，比如mapping比例，比对到参考基因组上的比例输出所有区域文件${ref.bed}位点的测序深度，然后统计整体的测序深度，比如1× 10× 20× 等测序深度下的覆盖率，总体的平均测序深度和中位数测序深度gatk CollectInsertSizeMetrics （其实是整合进去的pcard）...
DNA甲基化测序分析
大甘的博客
12-13 2590
进一步使用 R 可视化甲基化热图或基因组分布。​​​​​​​。
圣庭医疗联合创始人谷红仓：高通量基因测序在药物研发和靶向治疗中的应用
weixin_46593167的博客
08-18 1014
高通量基因测序让靶向药、新药的研发更快速，更高效
linux质控命令,采用RSeQC 对bam 文件进行质控分析时，用inner_distance.py报错。
weixin_34550722的博客
04-28 540
谢谢omicsgene大神的回答我学习了咱们的linux课了，都学了，大讲堂出的课我大部分都有。这个pysam包我也安装了，但还是存在问题。我尽量将我的问题都描述清楚。我用的组学大讲堂的biolinux。安装pysam结果如下：x86_64-linux-gnu-gcc -pthread -fno-strict-aliasing -DNDEBUG -g -fwrapv -O2 -Wall -Wstr...
fastq文件预处理（fastp和multiqc）
weixin_43927366的博客
03-23 4523
multiqc ..代表在当前文件夹生成报告--outdir(-o): 在指定的输出目录中创建报告。--title(-i): 报告标题。作为页面页眉打印，如果没有特别指定，则用于文件名。
生信软件，就是赢家通吃：最佳FASTQ质控软件
公众号/简说基因，知乎/简宝玉
08-05 2167
生信软件跟 IT 行业的软件或平台一样，有赢家通吃的特点。奇怪的是，在 FASTQ 文件质控领域，却有多款软件都广受欢迎，目前为止并没有谁占据绝对优势。这很奇怪，按道理，有些软件应该早被淘汰了。在生物信息学领域，数据质量控制（Quality Control, QC）是确保实验数据可靠性的重要一步。随着高通量测序技术的发展，质控工具应运而生，帮助研究人员识别和处理数据中的低质量区域及技术误差。本文将...
FASTQ文件质控
doctor_yuxiang的博客
09-20 2120
转录组测序上游分析，fastq文件质控，Linux
04比对结果的质控
qq_23435961的博客
01-08 1061
04比对结果的质控 我们得到了 bam 文件之后，也要进行质控，可以对测序数据有更深入的理解。因此我们用几种方法来检查 bam 文件结果。 samtools stats ## stats.sh cat config | while read id do bam=./4.align/${id}.bam samtools stats -@ 16 --reference ~/wes_cancer/data/Homo_sapiens_assembly38.fasta ${bam} > ./4.alig
NGS数据分析实践：00. 变异识别的基本流程
hucy_Bioinfo
09-18 3694
变异识别过程可以分成3大块：1. 原始数据质控；2. 数据预处理；3. 变异识别。大致可以细分为6个部分：(1) 原始测序数据的质控；(2) read比对，排序和标记PCR重复序列；(3) Indel区域局部重比对；(4) 碱基质量值重校正；(5) 变异检测；(6) 变异结果质控和过滤。
外显子测序wes
生信小博士的博客
04-22 1688
例如在肿瘤临床检测中，寻求肺癌靶向治疗的患者通常会先做panel测序，因为与肺癌靶向治疗相关的基因是比较明确的，几十至一百多个基因的panel测序通常就可以满足需求。因而，从覆盖基因组的范围来说，全基因组测序>全外显子组测序>靶向测序。值得注意的是，通常所说的全外显子组测序，是指针对蛋白编码基因的外显子，很少涉及非编码基因。对外显子组(基因组里的所有外显子)进行测序的方法，即为 全外显子组测序 (Whole-Exome Sequencing，WES)，也称为 外显子组测序、全外显子测序，全外测序 等。
Crispr-screening测序后文件处理流程
最新发布
m0_50642059的博客
09-22 1538
本文记录了使用MAGeCK工具分析CRISPR筛选测序数据的完整流程。首先介绍了通过conda安装Mageck的环境搭建方法。随后详细说明了数据处理步骤：1）准备sgRNA文库文件；2）对fastq测序文件进行计数分析；3）使用test方法进行差异分析（viso vs ctrl组）。文章特别强调了MD5校验的重要性，并对比了control组与plasmid组的区别。最后提到使用MAGeCKFlute进行下游分析时遇到的版本兼容问题及解决方案。整个流程涵盖了从原始数据到差异分析的关键步骤，为CRISPR筛选数
FastQC 与 质控
weixin_57830892的博客
10-14 6323
1.FastQC的作用 在建库过程或者在测序仪测序中存在的数据问题或者数据偏移问题，从而得到QC报告 drop down selector FastQC官方教程
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值