📚 课程目录第2章 FastQC安装与配置

2. FastQC 安装与配置

说实话，FastQC 的安装是我见过最简单的生物信息学工具之一。但简单归简单，我在项目中还是碰到过不少人卡在环境问题上。嗯，这一章咱们就把它彻底讲明白。

2.1 系统环境准备

FastQC 是用 Java 写的，所以第一件事——你机器上必须有 Java 运行环境（JRE）。我建议用 OpenJDK 11 或以上版本，Oracle JDK 也行，但别搞太老的版本（比如 Java 8 以下）。为什么？因为 FastQC 后续更新可能会依赖较新的 Java API，我遇到过用 Java 8 跑新版 FastQC 直接报 UnsupportedClassVersionError 的坑。

检查 Java 版本：

java -version
# 输出类似：
# openjdk version "11.0.18" 2023-01-17 LTS
# OpenJDK Runtime Environment (build 11.0.18+10-post-Ubuntu-0ubuntu122.04)

如果版本低于 11，请先升级。

另外，FastQC 本身不依赖 Perl 或 Python，但如果你想用自带的统计脚本或者后续集成到流程里，建议把 Perl 5.26+ 和 Python 3.6+ 也装上。我个人习惯在 Conda 环境里统一管理工具，这样不会污染系统。

2.2 下载与安装

安装方式有三种：官方二进制、Conda、源码编译。我把它们的优劣列了个表，你对照着选。

方式	命令	适合场景	我踩过的坑
官方二进制	`wget https://www.bioinformatics.babraham.ac.uk/projects/fastqc/fastqc_v0.12.1.zip unzip fastqc_v0.12.1.zip cd FastQC chmod +x fastqc`	服务器无 root / 快速尝鲜	记得加执行权限，我第一次忘了，直接报“Permission denied”
Conda	`conda install -c bioconda fastqc`	已有 Conda 环境 / 流程整合	Conda 版本有时比官方慢一两个小版本，但够用
源码编译	`git clone https://github.com/s-andrews/FastQC.git cd FastQC ant build`	想修改源码 / 教学研究	你得装 Ant 和 JDK，时间成本较高

重要提醒： 官方二进制解压后有个 fastqc 脚本，里面第一行是 #!/usr/bin/perl，实际上它只调用 Java 启动 FastQC。如果你机器上没装 Perl，可以改成 #!/bin/bash，或者直接用 java -jar FastQC.jar 运行。我曾经在纯 Docker 镜像里被这个坑过。

我个人最推荐 Conda 方式——一行命令搞定，环境隔离，而且后续升级也方便。如果你服务器不允许连外网，那就用官方二进制手动下载上传。

2.3 验证安装

装完之后，跑个最简单的测试：

fastqc --version
# 输出类似：FastQC v0.12.1

如果没有报错，说明 Java 环境和脚本都正常。再找个小的 FASTQ 文件试试（你可以用 seqkit sample 抽个几百条数据）：

fastqc sample.fastq -o ./qc_output
ls qc_output/
# 应该看到 sample_fastqc.html 和 sample_fastqc.zip

避坑指南： 我曾经在集群上遇到一个问题——fastqc 命令能运行，但生成 HTML 文件为空。后来发现是 -o 指定的输出目录不存在，FastQC 不会自动创建。所以建议先 mkdir -p qc_output。

另外，如果你想直接用 Java 运行（不依赖外层脚本），可以这样：

java -jar /path/to/FastQC/FastQC.jar sample.fastq -o ./qc_output

嗯，这招在有些容器化环境里特别管用，因为外层脚本可能改过 $PATH 导致找不到 Java。

2.4 配置文件与常用参数

FastQC 默认行为已经覆盖 90% 的场景，但有几个参数值得你记住：

--threads：多线程处理多个文件，比如 --threads 4，能大幅提速。我一般设成机器核心数 - 1。
--extract：自动解压生成的 zip 文件，省去手动 unzip 步骤。
--nogroup / --kmers 7：如果你需要查看单碱基级别的细节，用 --nogroup 禁用分组；分析 k-mer 偏好时调整 --kmers。
--contaminants：指定污染文件（如 adapter 列表），FastQC 会额外标注。我当年在 RNA-seq 项目中靠这个发现了建库试剂盒的接头残留。

完整的参数列表可以看 fastqc --help 或官方文档。这里贴一个我常用的生产级命令：

fastqc *.fastq.gz \
  --threads 8 \
  --extract \
  --nogroup \
  --kmers 8 \
  --contaminants /ref/contaminants.txt \
  -o ./fastqc_raw

个人习惯： 我会把常用参数写在一个 shell 脚本或 Snakemake 规则里，避免每次敲错。比如我本地就有一个 run_fastqc.sh，按项目名不同只改输入路径。

2.5 安装配置知识总览

下面这张图把安装到运行的核心步骤串了起来，方便你回顾。

最后想多说一句：别在安装上花太多时间。FastQC 本身很小，真正吃资源的是后面跑大样本。我建议先装好，跑一个测试样本确认 OK，然后就把命令固化到你的分析流程里。嗯，这一章就到这。