📚 课程目录第3章基本使用

基本使用：命令行运行、输入文件格式、输出报告结构

好了，这一章我们直接上手干活。说实话，MultiQC 最让我喜欢的一点就是它的“零门槛”启动方式：装好之后，一行命令就能跑出报告。你不用写脚本，不用配数据库，甚至不太需要看手册。我刚开始带团队的时候，让实习生半天就自己跑出来一份完整的质控报告，嗯，这个工具就是这么省心。

命令行运行

最基础的调用方式是这样的：

multiqc .

你用 multiqc 加上一个目录，它就会自动扫描下面所有常见质控工具的输出文件。我个人习惯在项目根目录下放一个 qc_results/ 文件夹，把所有工具的原始输出都丢进去，然后直接跑：

multiqc qc_results/ -o multiqc_report/

-o 参数指定输出目录，如果不写，默认就生成在当前目录下。我觉得这个习惯挺好的——至少不会把报告文件混在你的原始数据里，找起来费劲。

常用的参数我整理了一个小清单：

参数	作用	个人注解
`-m`	指定要包含的模块	我常用 `-m fastqc` 只测 FastQC
`-f`	强制覆盖已有报告	跑多轮时必加，不然报错
`-o`	指定输出目录	建议每次都写
`-n`	自定义报告文件名	避免覆盖不同批次的报告
`-c`	指定配置文件	后续章节会细讲

一个常见命令组合：

multiqc data/ -o reports/ -n mouse_rnaseq_qc -f -m fastqc -m cutadapt -m star

这个命令做了三件事：扫描 data/，把报告写到 reports/，只处理 FastQC、Cutadapt、STAR 三种模块的输出。

输入文件格式

MultiQC 支持的工具列表挺长的，但核心规则很简单：只要工具的输出文件是标准格式，MultiQC 就能认出来。我整理了一部分最常见的：

工具名称	搜索的文件名（正则）	常见扩展名
FastQC	`fastqc_data.txt`	`.zip` 或 `_fastqc.html`
Cutadapt	`cutadapt.log`	`.log` 或 `.txt`
STAR	`Log.final.out`
BWA / Bowtie2	包含 `bwa` 或 `bowtie2` 的日志	`.log` `.txt`
Samtools	`flagstat` / `idxstats` 输出	`.flagstat` `.idxstats`

我遇到过一个问题：有些人把所有模块的输出都放在同一目录，MultiQC 会自动区分。但如果你改了文件名，它可能找不着。所以我的建议是，不要随意重命名工具原始输出文件——老实放在一起，交给 MultiQC 自己去识别就行。

避坑指南：我曾经因为把 FastQC 的 zip 包手动解压并删除原始 zip，结果 MultiQC 没扫到任何数据。后来才明白，它默认只处理 zip 或 html 两种形式，提取出来的文件夹它不认。嗯，这个坑我替你们踩过了。

输出报告结构

跑完命令，你会得到什么？我拆开给你看：

multiqc_report/
├── multiqc_report.html   # 主报告，浏览器打开就行
├── multiqc_data/
│   ├── multiqc_general_stats.txt   # 所有样本的通用统计表
│   ├── multiqc_fastqc.txt          # FastQC 模块的所有数据
│   ├── multiqc_cutadapt.txt        # Cutadapt 数据
│   └── multiqc_sources.txt         # 记录了哪些文件被扫描
└── multiqc.log                     # 运行日志

HTML 报告是核心。Mac 上直接 open multiqc_report.html，Windows 双击即可。报告结构大概是这样：

通用统计表：在最上面，展示每个样本的核心指标（比如总 reads 数、比对率、Q30 比例），一眼看出哪个样本有问题。
模块结果：FastQC、Cutadapt 等每个模块单独一块，里面有图表和表格。
侧边栏：用于快速跳转、筛选样本、修改报告配置。

为什么我特别推崇它？因为 MultiQC 最大的亮点在于聚合。你可以从30个样本的 FastQC 报告中快速找出那些 GC 含量异常、测序质量差的样本，不用一个个去点开原始 Html。我在做肿瘤全外显子测序项目时，50个样本的质控数据，用 MultiQC 花5分钟就能筛出问题样本，换成手工看，得折腾大半天。

那数据文件呢？multiqc_data/ 下的 txt 文件是纯表格格式，可以直接用 Excel 或 Python 进一步分析。举个例子：

Sample Name	Total Reads	Mapped Reads	% Mapped	Avg Quality
Sample_A	12000000	11500000	95.83	36.2
Sample_B	11000000	9000000	81.82	30.4
Sample_C	13000000	12900000	99.23	37.1

像 Sample_B 这种比对率明显偏低的，一眼就能揪出来。我曾在一个转录组项目里就用这个表发现了样本污染，避免了后面整个差异表达分析的浪费。

注意： MultiQC 只是汇总展示，它不会帮你判断“好”或“坏”。阈值和判断标准得你自己定。比如我在 RNA-seq 项目中，会把比对率低于80%的样本标红，然后逐个排查。别指望工具替你决策——它只是帮你更快地看到数据。

到这一步，你其实已经能跑起来 MultiQC 了。它不复杂，真正考验经验的地方在于：怎么解读报告里的指标、怎么设定合理的阈值、怎么把报告集成到自动化流程中。这些就是我们后面章节要聊的事了。你自己先动手跑一次，看看自己项目里的质控数据到底是什么水平，会比只看文档有用得多。