要對下機數(shù)據(jù)做質(zhì)控，去接頭，去除低質(zhì)量堿基序列，之前總是用trimmomatic，發(fā)現(xiàn)學校服務器上沒有這個軟件，只好再重新下載、安裝，重新學習一下當時用的參數(shù)都是啥意思，能不能再優(yōu)化一下。

附：實驗室老師用的是另一款質(zhì)控、剪切一條龍的軟件fastp，查了一下fastp, 優(yōu)點蠻多的，鑒于時間比較緊張，先不比較兩者對結(jié)果的影響了。

一、軟件下載及安裝

? 下載地址

? ? ?http://www.usadellab.org/cms/index.php?page=trimmomatic

? ? ?unzip解壓完后就能用了

二、軟件運行

? ? ?Trimmomatic是一個Java程序，需要java運行，先上我的腳本：

因為我是批處理，fastq_List.txt文件中按行(一行一個reads的.fq.gz文件)存儲著我需要處理的序列名字，比如sample1_R1.fq.gz,下一行為sample1_R2.fq.gz。

常用參數(shù)：

PE: 雙端測序

-threads 線程數(shù)，最大是CPU核數(shù)；

-Phred33 設(shè)置堿基的質(zhì)量格式，使用phred + 33或phred + 64質(zhì)量分數(shù)，這取決于使用的Illumina管道，默認-phred64，自v0.32版本之后可自動識別是phred33還是phred64；

-trimlog 生成日志名，建議不開這個參數(shù)，生成的log文件巨大且大多數(shù)情況下，你是不會看的；

-basein 指定輸入路徑及文件，需要R1和R2在同一目錄下，且命名一樣；

-baseout? 指定輸出路徑及文件，結(jié)果命名會一樣；

以下參數(shù)很重要，需要根據(jù)自己情況進行設(shè)定：

ILLUMINACLIP: 從reads中剪切adapter和其他Illumina特定序列，按照你的數(shù)據(jù)選擇接頭文件列表，TruSeq3對應HiSeq和MiSeq。

TruSeq2 (as used inGAII machines)

TruSeq3 (as used byHiSeq and MiSeq machines),

這里需要注意一下ILLUMINACLIP的位置，由于版本，平臺等問題，接頭文件的位置不一定相同，最好用Everything這個軟件找一下，填上正確的文件路徑。

SLIDINGWINDOW：執(zhí)行滑動窗口修剪，一旦窗口內(nèi)的平均質(zhì)量低于閾值，則切割。

<windowSize>:<requiredQuality>，對應兩個參數(shù)窗口大?。▔A基數(shù)）和對應堿基序列的質(zhì)量。一般就是4和15，除非數(shù)據(jù)質(zhì)量實在是很差時需要自己再去調(diào)整。

LEADING：如果低于閾值質(zhì)量，則在reads起始處剪切堿基，因為機器對初始幾個序列檢測不太準，一般默認依次把質(zhì)量低于3的堿基切掉；

TRAILING：如果低于閾值質(zhì)量，則在reads末尾處剪切堿基，不過沒必要。尤其是當你數(shù)據(jù)是雙端測序結(jié)果的時候（我設(shè)置了，影響不大，之前幾批數(shù)據(jù)都設(shè)置了，為了保持一致，這次也懶的刪了，算上這次，這是第三次安裝這個軟件了，這次才注意到這個問題，慚愧）

CROP：將reads從末尾切割為指定長度，也就是直接從中間切斷丟棄尾部序列，慎用；

HEADCROP：從reads剪切后低于指定長度，切掉頭部對應堿基數(shù)并丟棄，同樣，慎用；

MINLEN：如果reads低于指定長度，則刪除

三、結(jié)果

PE 模式的兩個輸入文件，四個輸出文件：

sample_paired_R1.clean.fastq????

sample_unpaired_R1.clean.fastq

sample_paired_R1.clean.fastq????

sample_unpaired_R1.clean.fastq

本文使用 文章同步助手 同步