当前位置:首页>python>用Python脚本进行大批量fastq文件质量评估信息的整理

用Python脚本进行大批量fastq文件质量评估信息的整理

  • 2026-10-05 12:18:18
用Python脚本进行大批量fastq文件质量评估信息的整理
写在前面
在评估二代测序(Next-Generation Sequencing, NGS)fastq文件的测序质量时,FastQC和Fastp是常用的软件,然而,这两个软件都只能将每个样本的正/负链的信息单独输出。如果要将大批量(成百上千)样本fastq文件的质量信息统计成表格,就只能一个一个地复制,工作量之大....
使用Python脚本进行质量评估与统计
本期介绍如何直接使用Python脚本进行大批量样本fastq文件的测序质量指标(reads数量、总碱基数量、Q20、Q30和GC含量)的统计,并直接整理为数据矩阵,方便制作Excel表格。

1.脚本下载

2.ChIP-seq 的Peak Calling

点击下载Python脚本

2.脚本使用

2.ChIP-seq 的Peak Calling

查看脚本使用方法:

python fastq_stats.py# FASTQ文件统计工具 (TSV矩阵输出)# ==================================================# 用法: python fastq_stats.py [选项] 文件模式...# 选项:# -p N  进程数 (1=顺序处理, 默认:自动选择)#  -o FILE  输出文件名 (默认: fastq_matrix.tsv)# 示例:#  python fastq_stats.py *.fastq.gz#  python fastq_stats.py -p 4 *.fq *.fastq.gz

可以使用明确的文件名进行输入,也可以使用通配符输入文件夹内的所有fastq文件,这里我使用两个fastq文件进行演示:

python fastq_stats.py A1_R*.fastq.gz -p 8 -o A1_fastq_matrix.tsv

3.与FastQC的结果比较

2.ChIP-seq 的Peak Calling

FastQC的输出结果如下:

脚本输出如下,发现与FastQC的检测结果一致,而且统计的数字更为具体:

Filename    Reads    Bases    Q20(%)    Q30(%)    GC(%)A1_R1.fastq.gz    18135834    2738510934    98.9950    97.0031    47.6345A1_R2.fastq.gz    18135834    2738510934    98.5319    95.9671    47.9005# SUMMARYTotal_Files    2Total_Reads    36271668Total_Bases    5477021868Average_Q20(%)    98.7634Average_Q30(%)    96.4851Average_GC(%)    47.7675Time(s)    841.76Speed(Mbp/s)    6.51

写在后面

感谢阅读!下期再见......

最新文章

随机文章