【Read质量】Read质量值计算

对测序fastq数据，碱基质量值（base quality）的本质是体现测序错误率，在fastq文件中，碱基质量值以字符形式存储在fastq文件中。字符的碱基质量值体系一般是Phred33，即碱基质量值Q = 字符的ASCII码– 33。而Q和碱基的错误率之间又具有如下对应关系：

Q：碱基质量值；

P：碱基测序错误率；

同理，Read的质量值表明的是Read中碱基平均测序错误率，基于此，Reads的质量值和错误率应具有如下关系，

Qr：Read碱基质量值；

Pr：Reads碱基平均测序错误率；

由此，当需要计算Read的质量值时，其计算步骤如下，

[if !supportLists]1） [endif]获得Read各碱基的测序错误率Pi

Pi：各碱基错误率；

Qi：各碱基质量值；

i = 1 .. len（Read）

[if !supportLists]1） [endif]计算Read碱基平均测序错误率

n：read长度；

Pi：各碱基错误率

[if !supportLists]1）[endif]计算Read质量值

注：

当计算Read质量值时，如果直接用base的质量值（即Q值）求均值，获得的结果是不对的。

“`python

import os,sys

import numpy as np

def cal_p(qual_str):

  Q = ord(qual_str) – 33

  p = 10 ** (-Q/10)

  reutrn p

qual = ####???

p_list = np.array([])

for q  in qual:

  p = cal_p(q)

  np.append(p_list,p)

mean_p = p_list.mean()

read_Q = -10np.log10(mean_p)

print( Reads Qual: )

print(read_Q)

“`

参考资料：

https://labs.epi2me.io/quality-scores/