输出解读：FastQC 报告长什么样
你拿到一份 FastQC 报告，第一眼扫过去——嗯，感觉就是一张网页。
我习惯用最简单的方式来理解它：一页纸，三块内容。说白了，就是顶部有个摘要栏，中间一排圆点图，下面跟着一堆详细的图表。别被那一长串模块名吓到，其实逻辑很清楚。
我个人习惯把报告当成问诊单。每个模块就是一个检查项，绿勾代表健康，黄叹号代表异常，红叉就是需要立即处理。你想想看，这跟体检表没什么两样。
报告的核心模块速查
先快速过一遍：FastQC 报告里到底有哪些“体检项目”？
| 模块名称 | 颜色意义 | 核心指标 |
|---|---|---|
| Basic Statistics | 绿/黄/红 | 总 reads 数、read 长度、GC 含量 |
| Per base sequence quality | 绿/黄/红 | 每个碱基位置的 Q 值中位数 |
| Per tile sequence quality | 绿/黄/红 | 泳道是否出现局部质量下降 |
| Per sequence quality scores | 绿/黄/红 | 所有 reads 的平均质量分布 |
| Per base sequence content | 绿/黄/红 | A/T/G/C 在各位点的比例 |
| Per sequence GC content | 绿/黄/红 | GC 含量分布与理论分布是否吻合 |
| Per base N content | 绿/黄/红 | 每个位点 N 的比例（未知碱基） |
| Sequence Length Distribution | 绿/黄/红 | read 长度是否一致 |
| Sequence Duplication Levels | 绿/黄/红 | 重复序列比例 |
| Overrepresented sequences | 绿/黄/红 | 是否出现高丰度异常序列 |
| Adapter Content | 绿/黄/红 | 接头残留比例 |
| Kmer Content | 绿/黄/红 | 常见短序列是否均匀分布 |
你看这张表，12 个模块，每个都有检视目标。
详细解读核心区域
第一块：基础统计面板
报告最上方就是 Basic Statistics 信息。它不会给你画图，直接给数字。
Filename: sample_R1.fastq
File type: Conventional base calls
Encoding: Sanger / Illumina 1.9
Total Sequences: 5242880
Sequences flagged as poor quality: 0
Sequence length: 150
%GC: 42.5
为什么要看这个？说白了，这是你整个数据的“人口普查”。
总 reads 数决定你后续统计能不能站稳。%GC 如果跟预期物种 GC 差异很大（比如人类 40% 上下，要是突然跳到 70%），那就可能混入了其他生物。我在项目中遇到过一次，看起来 GC 含量正常，但仔细一看 Total Sequences 少了一个数量级——原来是数据被截断了。
第二块：Per base sequence quality
这个图是我个人看得最勤的。它展示每个碱基位点的质量分布。
- X 轴：碱基位置（1~150）
- Y 轴：Q 值（0~40）
- 蓝线：平均质量
- 红/橙线：中位数
- 黄线：下四分位
- 绿线：上四分位
评判标准很简单：
- 中位数持续处于绿色区域（Q≥28），基本合格。
- 如果尾巴位置中位数掉到黄色区（Q<28），需要截短。
- 一旦掉进红色区（Q<20），建议直接丢弃尾部。
第三块：Per tile sequence quality
这个图你平时可能不看，但出问题的时候它简直是大杀器。
它会按照测序芯片的泳道（tile）来展示局部质量。如果某个 tile 整体颜色发红，意味着那片区域的质量有问题。我记得有一次项目跑出来的数据整体都不太对劲，Per tile 图一打开才发现——泳道边缘的 tile 全是红色。结果是我们用了芯片边缘区域跑了测序，质量崩了。
第四块：Adapter Content
接头残留一直是实验员和生信工程师之间的经典纠纷。FastQC 会直接告诉你：哪些位置出现了接头序列。
通常我们会希望这个模块是绿勾。如果出现黄或者红，就意味着有接头污染。
Adapter Position % of reads
Illumina Universal Adapter 1-50 4.37%
Small RNA 3' Adapter 1-50 1.21%
Nextera Transposase Sequence 1-50 0.08%
遇到这种情况，我建议先跑一下 cutadapt 或者 Trimmomatic 去接头，再回头用 FastQC 校验。不要抱着侥幸心理——接头残留会在后续组装或比对中引入大量虚假变异。
快速定位问题区域的方法
我总结了一个三步走的流程，不绕弯子：
- 扫颜色：打开报告，不要看内容，直接看顶部模块的圆点颜色。记下所有黄点和红点。
- 对模块：对照上面那张表格，明确每个黄/红点的检查对象。如果是 Per base quality 红了，说明质量衰减严重；如果是 Adapter Content 红了，说明接头未去除。
- 看图表：点进对应的详细模块，看原始数据图。比如 Per base quality 会展示箱线图；Adapter Content 展示折线图。图表可以直接告诉你问题的严重程度和模式。
结语
FastQC 的报告结构其实很友好。它先给你一个总览，再层层深入。你只要掌握这张“结构地图”，以后看任何一份报告都不会慌乱。
我个人习惯在每次数据交付前，把报告从头到尾翻一遍。不是走马观花，而是逐个模块确认。说白了，这就是一份数据健康证明。如果不合格，就绝不能进入下游分析。我在一次项目中就因为求快，跳过了检查步骤，结果分析结果总是复现不了——浪费了三周时间。从那以后，我养成了“看报告成了习惯，而不是任务”的节奏。