結(jié)果分為綠色的"PASS"，黃色的"WARN"和紅色的"FAIL"?！癥ou should treat the summary evaluations therefore as pointers to where you should concentrate your attention and understand why your library may not look random and diverse. ”

1 Basic statistics
如下面例子所示：
2 Per base sequence quality
quality就是Fred值，-10*log10(p)，p為測錯的概率。所以一條reads某位置出錯概率為0.01時，其quality就是20。圖像如下面例子：
橫軸代表位置，縱軸quality。紅色表示中位數(shù)，黃色是25%-75%區(qū)間，觸須是10%-90%區(qū)間，藍線是平均數(shù)。
若任一位置的下四分位數(shù)低于10或中位數(shù)低于25，報"WARN"；若任一位置的下四分位數(shù)低于5或中位數(shù)低于20，報"FAIL".

3 Per Sequence Quality Scores
每條reads的quality的均值的分布：
橫軸為quality，縱軸是reads數(shù)目。當出現(xiàn)上圖的情況時，我們就會知道有一部分reads具有比較差的質(zhì)量。
當峰值小于27（錯誤率0.2%）時報"WARN"，當峰值小于20（錯誤率1%）時報"FAIL"。

4 Per Base Sequence Content
對所有reads的每一個位置，統(tǒng)計ATCG四種堿基（正常情況）的分布：
橫軸為位置，縱軸為百分比。 正常情況下四種堿基的出現(xiàn)頻率應(yīng)該是接近的，而且沒有位置差異。因此好的樣本中四條線應(yīng)該平行且接近。當部分位置堿基的比例出現(xiàn)bias時，即四條線在某些位置紛亂交織，往往提示我們有overrepresented sequence的污染。當所有位置的堿基比例一致的表現(xiàn)出bias時，即四條線平行但分開，往往代表文庫有bias (建庫過程或本身特點)，或者是測序中的系統(tǒng)誤差。
當任一位置的A/T比例與G/C比例相差超過10%，報"WARN"；當任一位置的A/T比例與G/C比例相差超過20%，報"FAIL"。

5 5 Per Base GC Content
對所有reads的每個位置，統(tǒng)計GC含量。
如果建庫足夠均勻，reads的每個位置應(yīng)當是沒有差異的，所以GC含量的線應(yīng)當平行于X軸，反映樣品（基因組、轉(zhuǎn)錄組等）的GC含量。當部分位置GC含量出現(xiàn)bias時，往往提示我們有overrepresented sequence的污染。當所有位置的GC含量一致的表現(xiàn)出bias時，往往代表文庫有bias (建庫過程或本身特點)，或者是測序中的系統(tǒng)誤差。
當任一位置的GC含量偏離均值的5%時，報"WARN"；當任一位置的GC含量偏離均值的10%時，報"FAIL"。

6 Per Sequence GC Content
統(tǒng)計reads的平均GC含量的分布。
紅線是實際情況，藍線是理論分布（正態(tài)分布，均值不一定在50%，而是由平均GC含量推斷的）。 曲線形狀的偏差往往是由于文庫的污染或是部分reads構(gòu)成的子集有偏差（overrepresented reads）。形狀接近正態(tài)但偏離理論分布的情況提示我們可能有系統(tǒng)偏差。
偏離理論分布的reads超過15%時，報"WARN"；偏離理論分布的reads超過30%時，報"FAIL"。

7 Per Base N Content
當測序儀器不能辨別某條reads的某個位置到底是什么堿基時，就會產(chǎn)生“N”。對所有reads的每個位置，統(tǒng)計N的比率：
正常情況下N的比例是很小的，所以圖上常?？吹揭粭l直線，但放大Y軸之后會發(fā)現(xiàn)還是有N的存在，這不算問題。當Y軸在0%-100%的范圍內(nèi)也能看到“鼓包”時，說明測序系統(tǒng)出了問題。當任意位置的N的比例超過5%，報"WARN"；當任意位置的N的比例超過20%，報"FAIL"。

8 Sequence Length Distribution
reads長度的分布。
當reads長度不一致時報"WARN"；當有長度為0的read時報“FAIL”。

9 Duplicate Sequences
統(tǒng)計序列完全一樣的reads的頻率。測序深度越高，越容易產(chǎn)生一定程度的duplication，這是正常的現(xiàn)象，但如果duplication的程度很高，就提示我們可能有bias的存在（如建庫過程中的PCR duplication）。
橫坐標是duplication的次數(shù)，縱坐標是duplicated reads的數(shù)目，以unique reads的總數(shù)作為100%。 上圖的情況中，相當于unique reads數(shù)目～20%的reads是觀察到兩個重復(fù)的，～7%是觀察到三次重復(fù)的，依此類推。
可以想象，如果原始數(shù)據(jù)很大（事實往往如此），做這樣的統(tǒng)計將非常慢，所以fastqc中用fq數(shù)據(jù)的前200,000條reads統(tǒng)計其在全部數(shù)據(jù)中的重復(fù)情況。重復(fù)數(shù)目大于等于10的reads被合并統(tǒng)計，這也是為什么我們看到上圖的最右側(cè)略有上揚。大于75bp的reads只取50bp（不知道怎么選的）進行比較。但由于reads越長越不容易完全相同（由測序錯誤導(dǎo)致），所以其重復(fù)程度仍有可能被低估。
當非unique的reads占總數(shù)的比例大于20%時，報"WARN"；當非unique的reads占總數(shù)的比例大于50%時，報"FAIL“。

10 Overrepresented Sequences
如果有某個序列大量出現(xiàn)，就叫做over-represented。fastqc的標準是占全部reads的0.1%以上。和上面的duplicate analysis一樣，為了計算方便，只取了fq數(shù)據(jù)的前200,000條reads進行統(tǒng)計，所以有可能over-represented reads不在里面。而且大于75bp的reads也是只取50bp。如果命令行中加入了-c contaminant file，出現(xiàn)的over-represented sequence會從contaminant_file里面找匹配的hit（至少20bp且最多一個mismatch），可以給我們一些線索。
當發(fā)現(xiàn)超過總reads數(shù)0.1%的reads時報”WARN“，當發(fā)現(xiàn)超過總reads數(shù)1%的reads時報”FAIL“。

11 Overrepresented Kmers
如果某k個bp的短序列在reads中大量出現(xiàn)，其頻率高于統(tǒng)計期望的話，fastqc將其記為over-represented k-mer。默認的k = 5，可以用-k --kmers選項來調(diào)節(jié)，范圍是2-10。出現(xiàn)頻率總體上3倍于期望或是在某位置上5倍于期望的k-mer被認為是over-represented。fastqc除了列出所有over-represented k-mers，還會把前6個的per base distribution畫出來。
當有出現(xiàn)頻率總體上3倍于期望或是在某位置上5倍于期望的k-mer時，報”WARN“；當有出現(xiàn)頻率在某位置上10倍于期望的k-mer時報"FAIL"。