MultiQC 教程：一条命令汇总几十个样本的质检结果

MultiQC 教程一条命令汇总几十个样本的质检结果【免费下载链接】MultiQCAggregate results from bioinformatics analyses across many samples into a single report.项目地址: https://gitcode.com/gh_mirrors/mu/MultiQC跑完一批测序数据后你手里通常散落着一堆各家的输出FastQC 每个样本一份 HTML 报告、STAR 和 featureCounts 各留一组日志表格……几十上百个样本挨个打开看既不现实也容易看漏。MultiQC 就是干这个的它会递归扫描你指定的目录自动识别 100 多种生物信息学工具的输出文件这里说的模块就是 MultiQC 里负责解析某一种工具日志的代码单元源码都放在 multiqc/modules/ 目录下然后把所有结果汇总成一份带交互图表的单文件 HTML 报告。不管你是想在流程末尾快速过一遍整批样本的质量还是想在同一张图上对比几十个样本跑一条multiqc .就够了。 MultiQC 安装与运行命令最省事的方式是用 pip 安装pip install multiqc如果你用 Conda 环境conda install multiqc也可以想要开发版本从源码装git clone https://gitcode.com/gh_mirrors/mu/MultiQC cd MultiQC pip install .装好后用multiqc --version确认版本没问题然后进入你的分析目录运行核心命令multiqc .MultiQC 会递归搜索当前目录里所有它能认出来的日志文件终端会打印出找到的模块和样本数最后生成两个东西一个是multiqc_report.html浏览器直接打开就能看另一个是multiqc_data/目录里面是制表符分隔的解析后数据可以直接拖进 Excel 或喂给下游分析。 如何用 MultiQC 检查一批数据的质量这是最高频的用法。假设你有一目录的 FastQC 输出每个样本一个*_fastqc.zip或fastqc_data.txt把multiqc .指过去打开报告后先看 FastQC 模块里的 Per Sequence GC Content 图——它展示每个样本读段 GC 含量的分布曲线。怎么读正常随机文库的曲线应该是一条大致对称的钟形峰值落在参考基因组 GC 比例附近比如人类基因组约 41%。如果某条曲线峰值偏低、左右明显偏斜或者整体形态异常往往提示接头污染、测序偏好或文库构建有问题。图支持框选缩放放大到感兴趣区间能看得更细标题旁的彩色标签还会按状态给样本计数异常样本会被标出来不用你一条曲线一条曲线地数。 如何在报告里定位和对比样本几十个样本画在同一张图上想单独盯住某一个怎么办打开右侧的 MultiQC Toolbox在 Highlight Samples 里输入关键词可以开正则模式命中的样本就会用你选的颜色单独高亮出来同样在工具箱里还能隐藏不想要的样本、批量重命名样本名。报告开头的 General Statistics 表把所有模块的核心指标FastQC 的 % GC、重复率STAR 的比对率featureCounts 的 reads 数等汇总成一张表每个样本一行。觉得列太多时点表头的设置入口可以勾选要显示的列、拖动调整列顺序只留你关心的指标。另外注意MultiQC 的样本名默认由文件名清洗而来比如mysample_R1.fastq.gz会变成mysample_R1所以同一流程里各模块的样本名能自动对齐跨模块比对时不用手动做映射。⚙️ 进阶用配置文件定制 MultiQC 报告前两次用默认配置就够了但报告要长期给团队看时定制入口就一个在项目目录放一份multiqc_config.yamlMultiQC 运行时会自动读取。所有默认值定义在 multiqc/config_defaults.yaml 里想改哪个直接翻那份文件查键名即可。最常用的几个点title/subtitle改报告标题比如写上项目名和日期fn_clean_exts控制样本名清洗规则文件名带批次前缀导致样本名杂乱时改这里module_order和exclude_modules只展示你关心的模块、调整模块顺序报告会更聚焦fn_ignore_files/fn_ignore_dirs扫描目录里有无关大文件时把它们排除在搜索之外。只改一两个值又不想建文件的话也可以直接用命令行参数如--title或--cl-config传入。从日志到一份能直接发给项目组的报告中间只差一条multiqc .。现在就可以打开终端找一份你手头的 FastQC 输出目录跑一下试试。【免费下载链接】MultiQCAggregate results from bioinformatics analyses across many samples into a single report.项目地址: https://gitcode.com/gh_mirrors/mu/MultiQC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考