看这个之前先看下批量对多个测序文件进行fastqc

1 把所有文件进行fastqc,得到QC结果，然后用multiqc整合所有QC结果

$ ls SRR8518*.gz|while read id;do  fastqc -t 4 $id;done 

$ ls *|grep zip

SRR7696207_1_fastqc.zip
SRR7696207_2_fastqc.zip
SRR8707702_1_fastqc.zip
SRR8707702_2_fastqc.zip

这样做显然是不行的，大概做下来得需要7天。所以批量进行，代码如下

$ ls SRR85182*.gz | while read id;do (nohup fastqc $id &);done

这个代码还有很大的改进余地，暂时先这样做，充分利用时间。

2 multiqc进行整合

若没有安装就先安装
国内镜像源不能用了，用下面命令安装

conda install -c bioconda multiqc
multiqc --help
/project/fastqc_result/qc$ multiqc -n wes ./

python3下无法运行multiqc，所以先创建python2的wes环境

$ conda create -n wes python=2
$ source activate wes

因为727个样本中有279个WXS数据，448个RNA-seq数据，所以这一步把html和zip文件分别进行整合到各自的html中，分组信息可以这里下载
https://www.ncbi.nlm.nih.gov/Traces/study/?acc=SRP157974

qc下分别mkdir wes和rnaseq文件夹

wes$ multiqc -n wes_all ./

[INFO   ]         multiqc : This is MultiQC v1.0.dev0
[INFO   ]         multiqc : Template    : default
[INFO   ]         multiqc : Searching './'
[INFO   ]          fastqc : Found 558 reports
[INFO   ]         multiqc : Report      : wes_all.html
[INFO   ]         multiqc : Data        : wes_all_data
[INFO   ]         multiqc : MultiQC complete

打开wes_all.html文件

mean quality scores adapter content

---

RNA-seq结果

rnaseq$ multiqc -n rnaseq_all ./

[INFO   ]         multiqc : This is MultiQC v1.0.dev0
[INFO   ]         multiqc : Template    : default
[INFO   ]         multiqc : Searching './'
[INFO   ]          fastqc : Found 896 reports
[INFO   ]         multiqc : Report      : rna_all.html
[INFO   ]         multiqc : Data        : rna_all_data
[INFO   ]         multiqc : MultiQC complete

mean quality scores adapter
想看结果的可以下载
wesmultiqc结果 密码：hyrvnh
rnaseqmultiqc结果密码：tp1thn

下一步需要去接头