LQC：长读长 RNA-seq 质量控制

Long-read RNA-seq 质量控制软件。

LQC 用于为长读长 RNA-seq 数据 (PacBio, Oxford Nanopore) 的映射 SAM/BAM 文件生成质量控制总结报告。LQC 提供了 BAM 文件中插入缺失、错配和剪接位点的详细信息，为评估长读长测序数据的测序质量提供了很好的参考。

请引用我们：

依赖项

车链软件是用python3开发的，需要几个python包。

• python3.6+：带有 os、sys、argparse、re、functools、集合、多处理、shutil。
• 麻木：1.10+
• 熊猫：1.0+
• matplotlib：2.0+
• pysam：0.16+

最终的 html 报告使用Bootstrap 5.1.3 。加载 css 文件需要网络访问权限。

安装

建议将软件安装到虚拟环境中。

创建虚拟环境：

conda create -n lqc
conda activate lqc

或者：

virtualenv ~/.env/lqc
source ~/.env/lqc/bin/activate

来自 github

从github下载：

git clone https://github.com/gxiaolab/LQC
cd LQC

安装包：

python setup.py install

从点子

pip install lqc

用法

LQC 接受带有 cs 标签（由 minimap2 使用 --cs 选项生成）或 MD 标签的 SAM 或 BAM 文件。如果 SAM/BAM 文件只有 MD 标签，还需要一个基因组 fasta 参考文件来获取剪接信息。由于 cs 标签包含剪接位点信息，因此带有 cs 标签的 SAM/BAM 不需要基因组 fasta 参考。

usage: lqc [-h] -b BAM_FILE [--genome-fasta GENOME_FASTA] [-o OUTPUT_DIR] [--output-cs]
           [--output-pickle] [-c [CONTIG ...]] [-t THREAD] [--log-level LOG_LEVEL] [--version]

The Long-read RNA-seq quality control software.

optional arguments:
  -h, --help            show this help message and exit
  -b BAM_FILE, --bam-file BAM_FILE
                        input bam file, with cs tags, sorted and indexed
  --genome-fasta GENOME_FASTA
                        path of genome fasta file
  -o OUTPUT_DIR, --output_dir OUTPUT_DIR
                        directory to store output files
  --output-cs           output processed cs tags
  --output-pickle       output pickle file of results
  -c [CONTIG ...], --contig [CONTIG ...]
                        contigs to be analyzed
  -t THREAD, --thread THREAD
                        threads to be used in calculation
  --log-level LOG_LEVEL
                        logging level (default INFO): [DEBUG, INFO]
  --version             show program's version number and exit

输出目录应该是空的以允许存储输出文件。

输出

默认情况下，车链会生成四种输出文件：汇总表、图形、html报告和pickle文件，用于恢复python统计对象。并且使用该--output-cs选项，也会输出处理后的BAM文件的cs标签信息。同样，使用该--output-pickle选项，结果对象将输出到一个 pickle 文件中，可用于进一步分析。

汇总表将存储在输出目录的表子目录中。图形将存储在输出目录的 fig 子目录中。

处理后的cs标签文件有六列：read name、contig、low、high、cs mark、cs value。

LQC 还将生成一个 html 报告，用于检查 BAM 文件的质量。

车链报告截图：