测序质量控制

质量控制 (QC) 是任何生物信息分析的第一步，也是最重要的一步。"Garbage in, garbage out."

QC 流程

原始 FASTQ → 质量评估 → 适配器去除 → 低质量修剪 → 过短过滤 → 污染去除 → 清洁数据
              ↓           ↓            ↓           ↓           ↓
           FastQC     fastp/       fastp/     fastp/     Bowtie2/
           MultiQC    Cutadapt     Trimmomatic Trimmomatic Kraken 2

质量评估工具

FastQC

# 单个样本
fastqc input.fastq.gz -o qc_reports/ -t 8

# 批量
fastqc *.fastq.gz -o qc_reports/ -t 8

关键指标：

• Per base quality: Phred score ≥20 为合格，≥30 为优秀
• Adapter content: 应 <5%
• GC content: 应与参考基因组一致
• Sequence duplication: 过高可能表示 PCR 过度扩增

MultiQC

# 汇总多个 FastQC 报告
multiqc qc_reports/ -o multiqc_output/

质控工具对比

工具	速度	特点	推荐场景
fastp	⚡⚡⚡	自动检测适配器，HTML 报告，UMI 支持	首选
Trimmomatic	⚡⚡	经典工具，功能全面	需要精细控制
Cutadapt	⚡⚡	精确适配器去除	特殊适配器
Sickle	⚡	轻量级质量修剪	快速简单任务
BBDuk	⚡⚡⚡	BBMap 套件，功能丰富	大规模数据

fastp 最佳实践

# 推荐参数（宏基因组）
fastp \
  -i sample_R1.fq.gz \
  -I sample_R2.fq.gz \
  -o clean_R1.fq.gz \
  -O clean_R2.fq.gz \
  --qualified_quality_phred 20 \
  --unqualified_percent_limit 40 \
  --length_required 50 \
  --detect_adapter_for_pe \
  --correction \
  --html sample_qc.html \
  --json sample_qc.json \
  --thread 8

# 参数说明:
# --qualified_quality_phred 20 : 质量分 ≥20 视为合格
# --unqualified_percent_limit 40 : 允许 40% 碱基低于阈值
# --length_required 50 : 过滤 <50bp 的读段
# --detect_adapter_for_pe : 自动检测配对端适配器
# --correction : 配对端重叠区域纠错

QC 检查清单

• [ ] 原始 reads 数量统计
• [ ] FastQC 报告：per-base quality
• [ ] 适配器含量检查
• [ ] GC 含量分布
• [ ] 序列重复水平
• [ ] 质控后 reads 数量和比例
• [ ] 配对端 reads 匹配率
• [ ] 污染检查（可选，低生物量样本必做）

参考文献

1. Chen et al. (2018) fastp: an ultra-fast all-in-one FASTQ preprocessor. Bioinformatics. DOI: 10.1093/bioinformatics/bty560
2. Ewels et al. (2016) MultiQC: summarize analysis results for multiple tools and samples in a single report. Bioinformatics. DOI: 10.1093/bioinformatics/btw354

---

最后更新: 2026-03-30