fastp—數(shù)據(jù)過濾&質(zhì)控
一、fastp的安裝及使用
1）conda安裝：conda install fastp
2）源代碼安裝：軟件下載地址 https://github.com/OpenGene/fastp#get-fastp
#從GitHub下載源代碼（也可下載后上傳）
git clone https://github.com/OpenGene/fastp.git
ubzip fastp-master.zip
cd fastp-master
#編譯
make
sudo make install（需sudo權限）
二舟舒、常見用法
過濾
1）質(zhì)量過濾 : -q/--qualified_quality_pherd 高于此值才算數(shù)瞭吃，默認15；-u/--unquantified_percent_limit允許unqualified的堿基百分比杜跷，默認40%
2）長度過濾：長度過濾默認開啟傍念，可通過-L取消矫夷，-l/--length_required定義需要的最短長度，默認為15憋槐；--length_limit定義接受的最長長度双藕，默認為0表示沒有限制
3）低復雜度過濾：默認不開啟，可通過-y開啟阳仔，通過-Y定義過濾條件
Adapter
1）SE數(shù)據(jù)：-a
2）PE數(shù)據(jù)：--adapter_sequence指定read1的adapter序列 --adapter_sequence_r2指定read2的adapter序列忧陪；也可以--detect_adapter_for_pe開啟illumina系列adapter自動檢測功能
per read cutting by quality score
目前數(shù)據(jù)illumina測序質(zhì)量較好，該功能一般用不上近范，可參考https://github.com/OpenGene/fastp#get-fastp
global trimming
從序列開頭或結尾去除一定數(shù)量的堿基：
-f/--trim_front1表示從read1的開頭去除嘶摊，-t/--trim_tail1從read1的尾部去除；-F -T則分別表示從read2去除
-b/--max_len1 表示read1經(jīng)trim之后最長的長度 -B則指read2的相應情況
polyX trimming
-x/--trim_poly_x實現(xiàn)polyX的去除评矩，默認長度為10
--poly_x_min_len指定polyX的長度叶堆，默認為10
unique molecular identifier(UMI) processing
常用于duplication的消除和錯誤糾正，常用于如線粒體DNA等深度測序斥杜，普遍用于illumina平臺虱颗，可分為index和read兩部分，使用-U/--umi來開啟此功能果录，--umi_loc指定UMI的位置如index1 index2 read1 read2上枕，若UMI指定在read上，則--umi_len用于指定UMI的長度
個人常用代碼fastp -f 10 -F 10 --detect_adapter_for_pe -x -i R1.fq.gz -I R2.fq.gz -o R1.out.fq.gz -O R2.out.fq.gz
其優(yōu)缺點個人總結如下：
優(yōu)點：
1）集質(zhì)控和數(shù)據(jù)過濾于一體弱恒，使用方便
2）在序列trim方面處理速度遠快于cutadapt等
3）可實現(xiàn)polyx的除去
缺點：
1）大部分參數(shù)使用較麻煩辨萍，不能直接用單字母實現(xiàn)功能
2）生成的fastp文件不會根據(jù)處理的樣品自動命名，需手動依次更改
在質(zhì)控方面返弹，與fastqc相比锈玉，其在計算duplication level和overrepresented sequence上的統(tǒng)計略有不同，統(tǒng)計結果的呈現(xiàn)方面也不如fastqc直觀（可能由于使用習慣導致）义起。且fastqc的報告文件可由multiqc進行統(tǒng)計拉背，fastp不知是否也可以？
