零基础小白笔记3| 数据处理与质控

❀前言：（书接上回）

零基础小白笔记1 | ChIP-seq原理、操作流程、分析流程

零基础小白笔记2 | 数据与样本信息处理

一、sra数据转换为fastq文件：

（1）安装好fastq-dump：(需提前安装conda环境）

conda install fastq-dump
## 或者使用 pip命令
## pip install fastq-dump 

（2） 使用fastq-dump进行转换：

fastq-dump --split-3 --outdir /path/to/output_directory --gzip SRR5195455.sra

（2.1）fastq-dump 是 NCBI SRA Toolkit 中的命令，可从 NCBI Sequence Read Archive（SRA）下载原始测序数据并将其转换成 fastq 格式。

（2.2）使用方法：

     fastq-dump --split-3 --outdir /path/to/output_directory --gzip your_sra_file.sra

• --split-3: 将双端测序数据分割成两个独立的 FASTQ 文件，一个包含第一端序列，另一个包含第二端序列。这通常在双端测序中使用，以便分别处理两个端的序列数据。

• /path/to/output_directory： 指定输出目录，即将生成的 FASTQ 文件存放的位置。

• --gzip： 对生成的 FASTQ 文件进行 gzip 压缩，减小文件大小。

• your_sra_file.sra：指定要处理的 SRA 文件的访问号。

• 输出结果应为：SRR5195455.fq.gzip

二、进行原始数据质控：

（1）安装好fastqc工具：

conda install fastqc
## 或者使用pip命令
pip install fastqc

（2）使用fastqc进行质量控制：

首先进入到存放fq（也就是fastq）文件的目录下

cd ./data/rawdata

使用fastqc命令进行分析：

fastqc -t 30 -o ./data/rawdata/rawdata-qc SRR5195455.fq

（2.1）fastqc是一种用于对FASTQ格式的测序数据进行质量控制的工具，常用参数如下：

• --o <output_directory>: 指定输出目录，将生成的质量控制结果文件保存在指定的目录中。

• --t <num_threads>: 指定使用的线程数，以加快质量控制的速度。默认为单线程。

• --quiet: 静默模式，减少输出信息，适用于批量处理。

• 输出结果：网页版报告html