又一个QC软件，qualimap

这是官网：qualimap

这个软件就像fastqc那样，又做了命令行，又做了GUI界面。总体让我感觉非常好。 首先来下载安装。

wget https://bitbucket.org/kokonech/qualimap/downloads/qualimap_v.2.12.zip
unzip qualimap_v.2.12.zip
cd qualimap_v.2.12
./qualimap -h

然后它可以用来统计比对之后的bam文件的数据质量，连深度覆盖度这些都可以统计。 这一点，fastqc是做不到的。 想统计fastqc还可以用samtools。不过我觉得用qualimap比较友好。连图都画好了呀！

# 主要的命令就是这样，会在同一个bam文件的文件夹下生成统计结果
qualimap bamqc -bam in.bam

我在跑上面这条命令的时候，提示我内存不足，所以我加了一个参数。

qualimap bamqc -bam in.bam --java-mem-size=8G

然后一开始我发现我的统计结果coverage图很奇怪。想了想，应该是因为我的这个全外显子是用了全基因组作为参考，然后因为有大量的区域没有任何的reads，导致coverage被拉到差不多平均为0。所以必须指定区域，就是需要一个bed文件。 然后我去找了GATK的外显子interval_list←点这个下载b37版本的。

接下来用一个python脚本把它转成bed文件格式。

a = open('Broad.human.exome.b37.interval_list', 'r')
b = open('Broad.human.exome.b37.bed', 'w')

for line in a:
	if line.startswith('@'):
		continue
	else:
		lineAS = line.split('\n')[0].split('\t')
		l = [lineAS[0], lineAS[1], lineAS[2], lineAS[4], "0", lineAS[3]]
		out = '\t'.join(l)
		b.write(out + '\n')

b.close()
a.close()

然后重新跑，这次再加一个参数

qualimap bamqc -bam in.bam --java-mem-size=8G -gff Broad.human.exome.b37.bed

结果看起来不错！