AI Skill 大全

测序 FASTQ 质控与接头修剪

给出 FASTQ 文件与配对约定 → 跑出 FastQC/MultiQC 质控报告、修剪分支结果和一份是否该修剪的解读结论。

功能与用途

拿到原始 FASTQ 后直接修剪是常见错误,很多质量信号需要先看清再决定。这个能力先校验 FASTQ 路径与配对约定,跑本地 FastQC/MultiQC 出质控报告,再按需执行 fastp 或 Cutadapt 修剪分支,并且不会覆盖原始 FASTQ。最后它会给出分模块的解读:哪些指标正常、哪些需要处理、建议修剪还是不建议,以及短读、污染库或配对失败等下游风险。

适用场景

  • 下机测序质量多维评估:运行 FastQC 与 MultiQC 分析碱基质量、接头污染与重复率,产出标准化指标解读与异常警示。
  • 接头修剪与质量过滤:依据实验接头或低质尾端特征,调用 fastp 或 Cutadapt 生成洁净 reads,保留原始文件完整性。
  • 修剪必要性评估与建库排查:辨别高重复、多聚 G 等信号是建库特性还是测序异常,给出是否修剪的具体建议及下游分析风险防范。

适用人群

  • 测序实验室技术员
  • 生信分析工程师
  • 分子生物学研究生

使用步骤

  1. 提供 FASTQ 路径与配对约定,说明是要纯质控还是同时要修剪后的 FASTQ
  2. 它先做执行前校验,检查路径存在性、读取结构与 R1/R2 配对,再跑 FastQC/MultiQC
  3. 按你的选择执行修剪分支:fastp 自动处理或 Cutadapt 指定接头与引物序列
  4. 拿到带时间戳的运行目录,内含运行清单、配置、Snakefile、日志、产物索引、summary.md 和 qc_interpretation.json
  5. 看解读结论里的五段内容:样本清单、正常模块、需处理模块、修剪建议及理由、下游 caveat

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
知识
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-09-18
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Validate FASTQ inputs, run local FastQC/MultiQC QC, interpret QC signals, and optionally execute fastp or Cutadapt trimming branches without overwriting raw reads.

使用前准备

  • 需要命令行环境与 FastQC/MultiQC/fastp/Cutadapt/seqkit 等工具,以及 Python 脚本插件

依赖与权限

  • 读取用户主动提供的内容

同类 Skill