FastQC 基本使用：命令行参数与输入输出
好，咱们现在正式开始上手 FastQC。你装好之后，第一件事就是看看它怎么跑起来。说白了，FastQC 就是个命令行工具，但你别被「命令行」三个字吓到。它的用法极其简单，我甚至觉得它是生信工具里最容易上手的一个。
你只要给它一个文件，它就能输出一份报告。就这么简单。
但简单归简单，里面有几个细节，我用这么多年还是经常碰到有人踩坑。今天咱们把命令行参数、输入输出格式捋清楚，后面你跑起来会特别顺手。
最基本的运行方式
咱们从最简单的命令开始。假设你有一个 FASTQ 文件，叫 sample_1.fq.gz，你想看它的质量怎么样，直接敲：
fastqc sample_1.fq.gz嗯，就这一行。FastQC 会自动识别文件格式，跑完以后会在当前目录下生成一个 .html 报告文件和一个 .zip 的压缩包。我记得刚入行那会儿，看到一堆 .zip 还纳闷为啥要打包，后来才明白，里面藏着原始数据图表，做批量处理时特别有用。
你可能会问：「那我要处理多个文件呢？」
简单，直接在后面列出来就行。我个人习惯用通配符 *，比如：
fastqc sample_1.fq.gz sample_2.fq.gz sample_3.fq.gz或者：
fastqc *.fq.gz这样所有 .fq.gz 结尾的文件都会一起跑。但如果文件很多，比如上百个，我建议你悠着点，最好用 --threads 参数，不然你的电脑会卡到怀疑人生。
注意输入文件格式
FastQC 支持的输入格式包括 .fastq、.fq、.fastq.gz、.fq.gz，还有 .bam 和 .sam 文件。但通常我们分析的是 FASTQ 格式。如果你给了它一个 .txt 或者别的文件，它会直接报错退出。我在项目中遇到过有人把 .csv 重命名为 .fastq 扔进去，结果 FastQC 死活不认，还以为是 bug……
常用命令行参数
下面这张表是我平时最常用的几个参数。你不需要背，用的时候回来查一下就行。
| 参数 | 说明 | 我的用法 |
|---|---|---|
-o / --outdir |
指定输出目录 | 我自己一定用，不然文件散落一地 |
-t / --threads |
线程数，多文件时加速 | 设成 CPU 核心数减 1，留一个给系统 |
--nogroup |
不合并碱基位置分组 | 做单碱基精度分析时用，但报告会更长 |
--extract |
解压 zip 文件 | 有时候我需要直接读里面的 txt 数据 |
-q / --quiet |
静默模式，不输出进度 | 跑批量脚本时加上，否则日志会刷屏 |
具体怎么用？我给你个实际例子。假设你有 4 个文件，放在 raw_data/ 目录下，你想把报告输出到 qc_reports/，同时用 4 个线程跑：
fastqc raw_data/*.fq.gz -o qc_reports/ --threads 4看，是不是很直观？我觉得这个命令你在实际项目里会经常用到，可以直接把它存成一个小脚本。
一个小技巧
如果你在服务器上跑，记得加上 --quiet 参数。否则每个文件跑的时候都打印一大串进度，你会被日志淹死的。尤其是跑几百个文件的时候，那个输出量……嗯，我经历过。
输出文件长什么样
跑完 FastQC 之后，你会得到两个东西：一个 .html 文件和一个同名的 .zip 文件。比如输入文件是 sample_1.fastq.gz，输出就是：
sample_1_fastqc.html
sample_1_fastqc.zip.html 文件就是你用浏览器打开看的报告，里面全是图表和评价。而 .zip 文件里，其实藏着每个模块的原始数据和图表。如果你要做二次分析或者写脚本处理数据，解压 .zip 文件之后，你会看到一个 fastqc_data.txt，里面所有数据都是以制表符分隔的文本。
我刚才说过，用 --extract 可以让 FastQC 自动解压 .zip，省得你手动解。比如：
fastqc sample_1.fq.gz --extract跑完后目录下直接多了一个 sample_1_fastqc/ 文件夹，里面就是解压好的内容。
核心输出文件清单
xxxx_fastqc.html—— 可视化报告，用浏览器打开看xxxx_fastqc.zip—— 包含所有原始数据xxxx_fastqc/fastqc_data.txt—— 模块汇总数据，适合脚本读取xxxx_fastqc/summary.txt—— 每个模块的 PASS/WARN/FAIL 一览
知识结构图：FastQC 运行流程
下面这张图概括了 FastQC 从输入到输出的完整流程。你看一眼，就能把刚才讲的零散知识点串起来。
关于 zip 文件的用途
很多人只关心 .html 报告，但我建议你也重视 .zip 文件。尤其是当你要做批量质控报告汇总时，可以直接写 Python 或 R 脚本去读 fastqc_data.txt，把几百个样本的指标提取出来画一张图，效率极高。我以前做过一个自动化质控看板，底层全是用 zipfile 模块解析这些 .zip 文件。
遇到问题怎么办？
好，最后说几个我经常见到的报错和解决方法。
- 找不到命令：如果你敲
fastqc提示 command not found，那说明 FastQC 没有加到PATH里。要么用完整路径运行，要么重新安装一次。我个人习惯把它放在/usr/local/bin/下，省心。 - 内存不足：如果文件特别大，比如单个 FASTQ 文件超过 10 GB，FastQC 可能会跑得非常慢甚至崩溃。这时候可以先用
head -n 400000截取前 10 万条序列来快速预览，或者用--quiet省点资源。 - 输出目录不存在：FastQC 不会自动创建
--outdir指定的目录。你必须自己先mkdir建好，否则它会报错。嗯，这个坑我踩过不止一次。
跑通一次后，你会发现 FastQC 其实很听话。你给它什么，它给你什么，清清楚楚。接下来，我们就要进入正题了——怎么读懂那些花花绿绿的图表，怎么判断数据是「好」还是「坏」。