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
- 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
- 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
- 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
- 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
- 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。
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