今天小花就为大家介绍一下宏基因组分析的第一步—质控中质量评估软件FastQC的使用和结果解读。

FastQC用于快速评估测序数据的质量。它能够生成质量报告，显示各个碱基的质量分数和序列质量分布，帮助检测低质量的碱基和潜在的测序问题。接下来小花就来教大家如何安装和使用FastQC。

小花主要对网页版为大家解读。

接下来小花就从上到下依次为大家展示和分析结果图。

这个图横轴为read长度，纵轴为质量得分，柱状表示该碱基位置所有序列的测序质量的统计，我们这个reads每个碱基质量都是很好的。

这个图是每条reads的quality的均值的分布，横轴表示质量分数，纵轴表示每个值对应的reads数目，当测序结果主要集中在高分中，证明测序质量良好。

这个图是对所有reads的每一个位置的ATCG四种碱基的分布图，用于检查是否有AT,GC分离现象。横轴为碱基长度分布，纵轴表示该位置所含对应碱基的百分比，图中4条线分别代表A，C，T，G在每个位置上的平均含量。

接着我们就可以使用fastp进行质量控制、适配体修剪、NGS引物修剪等质控过程啦。

这个图统计reads的平均GC含量的分布，红线是我们的数据的情况，蓝线是理论分布（正态分布），注意这儿小花也是一个×，不过宏基因组数据的GC含量不合格是很正常的。

这个图是显示reads每个位置出现N的比率。小花为大家解释一下N是什么：当出现测序仪不能分辨的碱基时会产生N，因此过多的N就代表我们的测序数据质量并不高。

这个图是reads长度的分布，质量好的数据往往reads的长度都集中分布在一个地方。

这个图是统计序列完全一致的reads的频率，横坐标是duplication的次数，纵坐标是duplicated reads的数目，以unique reads的总数作为100%。

这个结果说明我们数据中没有over-represented的序列，即没有某个大量出现的序列。

这个图显示我们的序列中是否有接头，如果有就必须要去除，横轴表示碱基位置，纵轴表示接头所占的百分比。