对于各位小伙伴来说，无论是自己独立进行高通量测序数据分析，还是解读公司的测序结果，一个必须要面对的情况就是高通量测序数据的质量控制，又称Quality Control。照顾到有些不会代码的同学，今天我们不仅将会介绍一个具体软件的使用说明，还会给大家附图解读。希望各位小伙伴多多点赞和关注。

今天我们要推荐的软件是fastp，一个包含了质控，过滤，校正以及预处理的fastq文件处理软件。相比于传统的Fastqc+

Trimmomatic组合，该软件的效率简直更高了有没有？而且自2018年发表后，已经达到了惊人的369次引用。

闲言少叙，我们今天主要介绍两部分。

图1.引用量

1. fastp的使用。

1.1下载。

如果下载了conda的同学，可以使用如下命令

conda install -c bioconda fastp

使用源代码安装

# 从github下载
git clone https://github.com/OpenGene/fastp.git

# 切换到该文件目录，安装

cd fastp

make

sudo make instal

1.2 使用

单端测序数据，

以下默认该软件添加到了环境变量，如果未添加，请使用绝对路径。

fastp -i input.fq -o output.fq

双端测序数据

fastp -i input.R1.fq -o output.R1.fq -I input.R2.fq -O output.R2.fq

# 如果为了节省空间，可以使用如下命令
fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz

#批量处理的情况下，为了防止文件的覆盖，使用如下的命令

图2 测试数据

ls *_1.fastq |  while read id; do "fastp -i $id -o ${id%_*}.1.fastp.fq -I ${id%_*}_2.fastq -O ${id%_*}_2.fastp.fq  -h ${id%_*}.html  "; done

该软件的常用功能基本上已经介绍完了，其他的例如接头、滑窗处理、过滤短序列、polyG剪切等，感兴趣的小伙伴可以自己查询说明书。

2. 结果解读

该软件的结果文件包括如下四个，分别双端过滤后的两个文件，即过滤后的高质量reads；日志文件，以及html文件。

图3.测试数据的结果

我们重点看html文件，这是网页版的，更可视化。

结果第一项是summary，可以看到reads长度、重复率等，以及过滤前的reads数目，大小和过滤后的，包括Q30值等重要信息。

图4.结果的summary

接头信息，fastp 软件会自动进行接头信息的处理，特别是对双端数据处理的更好。

图5.接头信息

重复率

图6.重复率

插入片段的评估

图7.插入片段的评估

fastp还对5个碱基长度的k-mer进行了统计。在k-mer统计表中，背景越深，则表示该k-mer出现频数越多，可能存在异常情况。

图8.kmmer统计量

过滤后的质量值，分碱基统计，将鼠标放置到特定的线条上即可显示数值。

图9.过滤后的reads1质量值

过滤后的read1碱基含量。

图10.过滤后的reads1的碱基含量

fastp作为最近才出的一个质控，过滤以及修剪软件，可以说功能还是很强大的，今天我们只是简单的介绍了常用的方法，手边有测序数据的同学可以看看自己的数据质量怎么样。欢迎大家留言、评论，以及讨论！