lncRNA组装流程的软件介绍之MultiQC

咱们《生信技能树》的B站有一个lncRNA数据分析实战，缺乏配套笔记，所以我们安排了100个lncRNA组装案例文献分享，以及这个流程会用到的100个软件的实战笔记教程！

下面是100个lncRNA组装流程的软件的笔记教程

NGS技术的进步催生了新的实验设计、分析类型和极高通量测序数据的生成。对于这些数据的质量评估，每一步分析结果的评估是后续结果可信度的衡量和保障。不少生信工具都可以给样品生成一个评估结果，如Fastqc、Qualimap 和RSeQC等。但是这时又出现了一个难题，那就是几乎所有的质控工具都是针对单个样本生成一个报告，这就要求用户自己去逐一查找各个QC结果，这无疑是个十分耗时、重复又复杂的事，而且还不能快速看出所有样本的异同。

但现在有了MultiQC，基于Python的小工具很好地解决了这个繁琐的事情，其强大的功能主要体现在以下三个方面：

1. 能将测序数据的多个QC结果整合成一个HTLM网页交互式报告，同时也能导出pdf文件；
2. 支持多种分析类型的质控结果查看，如：RNAseq、Whole-Genome Seq、Bisulfite Seq、Hi-C和MultiQC_NGI；
3. 支持整合68种软件分析的结果，而且支持的软件还在持续增加，也可以自己写作一个插件；

一、软件安装

使用conda安装

conda install multiqc


二、multiqc的用法

安装完成以后，可以使用multiqc -h来查看命令帮助文档。

1. 软件用法：

multiqc * -o ./ -n file


2. 常用参数：

-n/--name # 更改输出文件的名称,默认输出文件名：multiqc_data、multiqc_report.html

-o/-outdir # 指定输出目录


三、软件运行命令

nohup multiqc ./*.zip -o ./ &


命令参数解读：

./*.zip # 输入文件，例如fastqc生成报告的.zip文件

-o ./ #输出目录


四、MultiQC报告解读（以fastqc数据为例）

1. General Statistics

每一个样本reads数量、比对层面的质量评估整合统计表，点击Configure Columns可以选择显示或不显示某些项。点击Plot可以绘图。


点击Configure Columns选择展示哪些项

点击Plot可以对任意两种属性的评估结果做交互式二维图，若各样本均一性好，散点会比较集中，反之会出现某些离散的点，这样方便查看某些指标异常的离群样本。

2.Sequence Counts：序列计数

这里可以看到重复reads，我们可以看到一下样品中重复unique reads和Dupliaccte reads各站约50%


3.Sequence Quality Histograms ：每个read各位置碱基的平均测序质量

绿色区间——质量很好
橙色区间——质量合理
红色区间——质量不好
可以看出这几个样品序列的整体测序质量还是很不错，所有的都在绿色区域


4.Per Sequence Quality Scores 具有平均质量分数的reads的数量

绿色区间——质量很好、橙色区间——质量合理、红色区间——质量不好


5.Per Base Sequence Content ：每个read各位置碱基ATCG的比列

结果显示除了开头几bp序列ATCG比例差别大，其他的序列ATCG比例均衡


6.Per Sequence GC Content ：reads的平均GC含量

从图中可以看出，大部分reads GC含量在44%左右，呈正态曲线，表明GC含量正常


7.Per Base N Content ：每条reads各位置N碱基含量比例

说明测序仪器能辨别这四个序列中每条reads的每个位置的碱基


8.Sequence Length Distribution 序列长度分布

9.Sequence Duplication Levels：每个序列的相对重复水平

10.Overrepresented sequences：文库中过表达序列的比例

当有某个序列大量出现时，超过总reads数的0.1%时报WARN，超过1%时报FAIL。


11.Adapter Content 接头含量

12.Status Checks

五、multiqc 可视化featureCounts结果

运行命令

multiqc all.name.txt.summary -o ./


五、multiqc 可视化hisat2结果

multiqc hisat2.log -o ./