FASTQ Summary Statistics（fastq数据统计）

分析模块输入，原始测序数据文件，FASTQ格式，生成测序结果统计报告。测序结果统计报告，可用于生成碱基分布图，和测序质量箱线图。

为方便测序数据的分析、发布和共享，Illumina测序得到的原始图像数据经过Base Calling转化为序列数据，即FASTQ格式的测序数据文件。FASTQ格式文件可记录所测读段（read）的碱基及其质量分数。

输入：

1、FASTQ格式的原始测序数据文件。

示例：

设置原始数据质量值编码方式：1、Solexa    2、Illumina 1.3-1.7    3、Sanger/Illumina 1.8+

注：Illumina测序平台，从左到右分别对应，极早期机器、早期机器，当前或以后机器。参数的默认值为 Sanger/Illumina 1.8+，对应目前国内测序公司主流测序仪。

关于FASTQ格式文件，参考维基百科：https://en.wikipedia.org/wiki/FASTQ_format

输出：

每个测序循环下所有reads碱基数和质量值统计表。

示例：

column     count        min   max sum   mean        Q1    med Q3    IQR   lW    rW    A_Count   C_Count   G_Count   T_Count   N_Count         Max_count

1       31892       15     35     1095136   34.3388937665        35.0 35.0 35.0 0.0    35     35     0       31891       1       0       0       31892

2       31892       15     35     1097903   34.4256553368        35.0 35.0 35.0 0.0    35     35     0       1       0       31891       0       31892

3       31892       15     35     1101478   34.5377524144        35.0 35.0 35.0 0.0    35     35     0       1       0       31891       0       31892

4       31892       15     35     1092792   34.2653957105        35.0 35.0 35.0 0.0    35     35     1       0       31891       0       0       31892

5       31892       15     35     1111570   34.8541954095        35.0 35.0 35.0 0.0    35     35     1       0       0       31891       0       31892

……

其中，从左到右，每一列含义，如下所示：

l   column = column number (1 to 36 for a 36-cycles read file). 循环数目。

l   count = number of bases found in this column. 该循环下碱基总数。

l   min = Lowest quality score value found in this column. 该循环下最低质量分数。

l   max = Highest quality score value found in this column. 该循环下最高质量分数。

l   sum = Sum of quality score values for this column. 该循环下质量分数求和。

l   mean = Mean quality score value for this column. 该循环下质量分数平均值。

l   Q1 = 1st quartile quality score. 该循环下质量分数第一四分位数。

l   med = Median quality score. 该循环下质量分数中位数。

l   Q3 = 3rd quartile quality score. 该循环下质量分数第三四分位数。

l   IQR = Inter-Quartile range (Q3-Q1). 质量分数，第三四分位数与第一四分位数距离。

l   lW = 'Left-Whisker' value (for boxplotting). boxplotting中上边缘值。

l   rW = 'Right-Whisker' value (for boxplotting). boxplotting中下边缘值。

l   A_Count = Count of 'A' nucleotides found in this column. 该循环下A碱基总数

l   C_Count = Count of 'C' nucleotides found in this column. 该循环下C碱基总数

l   G_Count = Count of 'G' nucleotides found in this column. 该循环下G碱基总数

l   T_Count = Count of 'T' nucleotides found in this column. 该循环下T碱基总数

l   N_Count = Count of 'N' nucleotides found in this column. 该循环下未知碱基总数