本篇文章给大家分享的是有关如何使用Trimmomatic对NGS数据进行质量过滤,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
Trimmomatic 软件可以对NGS测序数据进行质量过滤,其去除adapter的功能只是针对illumina的序列,从reads的3’端识别adapter序列并去除,相比cutadapt,少了几分灵活性。但是在过滤低质量序列时,采用了滑动窗口的算法,给定窗口长度和步长,如果该窗口内所有碱基的平均质量值低于阈值,则将该窗口及其以后的碱基全部去除。对于数据量很多的reads, 滑动窗口算法比cutadapt的算法运行速度更快。官网如下
http://www.usadellab.org/cms/?page=trimmomatic
该软件采用java语言开发,直接下载打包好的jar
文件即可。最新版本为v0.38, 官网提供了二进制文件的压缩包,如下所示
下载后,解压缩即可。该软件可以对序列执行以下几种操作
在去除adapter时,需要指定一个fasta格式的文件,里面是对应的adapter序列。软件内置了几种常见的illumina adapter 序列文件,详细列表如下
NexteraPE-PE.fa
TruSeq2-PE.fa
TruSeq2-SE.fa
TruSeq3-PE.fa
TruSeq-3-PE-2.fa
TruSeq-3-SE.fa
当然,也可以自定以adapter序列文件。通过ILLUMINACLIP
参数指定adapter序列的文件,写法如下
ILLUMINACLIP:TruSeq2-PE.fa:2:30:10
TruSeq2-PE.fa
表示查找该文件提供的adapter序列,在查找时,首先执行一个seed match
, 就是只在序列中查找adapter的前几个碱基,如果前几个碱基都找不到,就没必要在查找后面的碱基了,通过seed match
可以加快运行速度,2
表示在进行seed match
时,允许的最大错配数;当满足了seed match
后,trimmomatic会将adapter 序列的全长与输入序列进行比对,从而识别adapter序列。此时两种模式,palindromeClip
模式允许查找adapter序列的反向互补序列,比如双端测序中,R2端序列会包含5’端adapter序列的反向互补序列,30
表示该模式下至少需要匹配的碱基数,另外一种叫做SimpleClip
模式,只考虑提供的adapter序列,不考虑反向互补,10
表示该模式下至少需要匹配的碱基数。
trimmomatic 采用滑动窗口的方式去除低质量序列,需要指定滑动窗口的大小和平均质量的阈值,通过SLIDINGWINDOW
参数指定,写法如下
SLIDINGWINDOW:4:15
第一个数字4
代表滑动窗口的大小为4bp,第二个数字15
代表碱基质量阈值为15。如果窗口内4个碱基的平均质量值低于15,该窗口及之后的序列都会被去除。
通过LEADING
参数指定阈值,写法如下
LEADING:3
如果序列头部的碱基质量值低于3,则去除该碱基。
通过TAILING
参数指定阈值,写法如下
TRAILING:3
如果序列尾部的碱基质量值低于3,则去除该碱基。
通过HEADCROP
参数指定长度,写法如下
HEADCROP:5
表示从每条序列的开头切掉5个碱基。
通过CROP
参数指定长度,写法如下
CROP:120
表示将所有序列截取为120bp的长度。
长度的阈值通过MINLEN
参数指定,写法如下
MINLEN:36
如果序列长度低于36bp,则该序列会被去除。
可以根据自己的需要选择性的执行以上步骤,参数定义的顺序指定了每个步骤被执行的顺序。
对于单端测序数据,基本用法如下
java -jar trimmomatic-0.38.jar SE -phred33 input.fq.gz output.fq.gz ILLUMINACLIP:TruSeq3-SE:2:30:10 LEADING:3 TRAILING:3 SLIDINGWINDOW:4:15 MINLEN:36
对于双端测序数据,基本用法如下
java -jar trimmomatic-0.38.jar PE -phred33 input_forward.fq.gz input_reverse.fq.gz output_forward_paired.fq.gz output_forward_unpaired.fq.gz output_reverse_paired.fq.gz output_reverse_unpaired.fq.gz ILLUMINACLIP:TruSeq3-PE.fa:2:30:10 LEADING:3 TRAILING:3 SLIDINGWINDOW:4:15 MINLEN:36
以上就是如何使用Trimmomatic对NGS数据进行质量过滤,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。