qualimap+multiqc完美解决多组学比对结果的质控

这个完全是项目实战经验分享咯，有大样本量NGS多组学数据处理经验的朋友应该能很容易理解，动辄几个T的数据，上百个样本很难一个个的检查是否出现问题，需要一个简单方便快捷质控方案。而我认为qualimap+multiqc完美解决多组学比对结果的质控，当然也欢迎大家在我们生信技能树平台推荐自己的实战经验！

qualimap的英文文档本来就很清楚，但是需要一些时间来理解： http://qualimap.bioinfo.cipf.es/doc_html/analysis.html

qualimap的测试数据也给的很全面： http://qualimap.bioinfo.cipf.es/doc_html/samples.html#counts-example-output

对外显子测序用qualimap

需要自己制作 mm10.exon.chr.bed 文件，我在生信菜鸟团博客多次讲解过它的制作方式，如下：

wget ftp://ftp.ncbi.nlm.nih.gov/pub/CCDS//archive/21/CCDS.20161208.txt

cat CCDS.20161208.txt   |perl -alne '{/\[(.*?)\]/;next unless $1;$gene=$F[2];$exons=$1;$exons=~s/\s//g;$exons=~s/-/\t/g;print "$F[0]\t$_\t$gene" foreach split/,/,$exons;}'|sort -u |bedtools sort -i >mm10.exon

awk '{print $0"\t0\t+"}' mm10.exon >mm10.exon.bed

然后就可以运行 qualimap，下面的shell脚本我也在生信菜鸟团博客多次讲解过，相信你们肯定能看懂了。

## $1 for the config file:  bam_path.txt
## $2 and $3 for submit jobs.
exon_bed='/home/jianmingzeng/annotation/CCDS/mouse/mm10.exon.chr.bed'
qualimap='/home/jianmingzeng/biosoft/Qualimap/qualimap_v2.2.1/qualimap'
cat $1 |while read id 
do 
echo $id 
    if((i%$2==$3))
    then
    $qualimap bamqc --java-mem-size=20G -gff $exon_bed -bam $id 
    fi
    i=$((i+1))   
done 

可以看外显子的测序情况。

对转录组数据进行QC

这里其实应该是首推RSeQC这个软件，可惜那是个python的，而且运行超慢，还具耗费内存。所以不得已转为

示例报告： http://kokonech.github.io/qualimap/kidney_rnaseqqc/qualimapReport.html

## $1 for the config file:  bam_path.txt
## $2 and $3 for submit jobs.
gtf='/home/jianmingzeng/reference/gtf/gencode/gencode.v25.annotation.gtf'
qualimap='/home/jianmingzeng/biosoft/Qualimap/qualimap_v2.2.1/qualimap'
cat $1 |while read id 
do 
file=$(basename $id )
sample=${file%%.*} 
echo $sample 
    if((i%$2==$3))
    then
    $qualimap rnaseq --java-mem-size=20G -gtf $gtf -bam $id -pe  -oc $sample 
    fi
    i=$((i+1))   
done 

count qc

属于转录组数据质控的一部分，比如：6 samples in 2 conditions 的报告，这个时候的input数据是表达矩阵了：

• Global report
• Comparison of conditions
• Sample 01 (GlcN negative)
• Sample 02 (GlcN negative)
• Sample 03 (GlcN negative)
• Sample 04 (GlcN positive)
• Sample 05 (GlcN positive)
• Sample 06 (GlcN positive)

综合比较多个bam文件

示例报告：

• 无分组信息：https://rawgit.com/kokonech/kokonech.github.io/master/qualimap/gh2ax_multibamqc/multisampleBamQcReport.html
• 有分组信息：https://rawgit.com/kokonech/kokonech.github.io/master/qualimap/gh2ax_groups_multibamqc/multisampleBamQcReport.html

qualimap会给每一个样本单独进行质控，得到质控的html报告，不过那个报告本身非常丑陋，而且单独的html报告依然是不方便浏览，需要归纳汇总，这个时候multiqc就能大展身手。multiqc已经发展成为了一个质控平台，大家可以在其平台上面开发各种质控软件的可视化归纳汇总插件，而qualimap就已经被开发了。

对WES数据汇总，下面我截图其中一个例子：

对RNA-seq数据汇总，我截图两个例子：

因为我这里展示的公共数据的质控结果，所以非常优秀，但实际在处理自己的真实数据，总是会发现各种各样的问题。