質(zhì)控
trimmomatic 去接頭
Trimmomatic工具是用于illumina二代測序數(shù)據(jù)的reads處理伟恶，主要對接頭(adapter)序列和低質(zhì)量序列進(jìn)行過濾颅筋。
一般的質(zhì)控軟件在處理含有接頭序列的 reads 時，通常采用 "在允許錯配的情況下乎婿，如果分析的 read 匹配一定數(shù)量的接頭序列即去除這條 read 或從匹配開始的位置截斷 read，僅保留匹配位置之前的部分序列" 的方式。
如果采取 "去除含有接頭序列的 reads" 的方式夺刑，會造成測序數(shù)據(jù)的浪費 (如果片段選擇沒有控制好，整個 lane 會有很大一部分?jǐn)?shù)據(jù)含有接頭序列分别，怎么辦遍愿？);
如果采取 "從匹配開始的位置截斷 read，僅保留匹配位置之前的部分序列" 的方式耘斩，對于只含有少數(shù)幾個堿基的 reads沼填，普通的質(zhì)控軟件是處理不了的（又該怎么辦？）括授。
But坞笙，Trimmomatic 有兩種模式：Single End Mode 和 Paired End Mode轧邪，對于單端測序數(shù)據(jù)，它和其它軟件相比沒有明顯的優(yōu)勢羞海；但如果是雙端測序的數(shù)據(jù)忌愚，Trimmomatic 采用兩種去接頭方式，更強大却邓，更徹底硕糊！
普通模式：匹配一定數(shù)量的接頭序列即截斷序列，保留匹配起始位置之前的序列腊徙，如下圖中A简十、B 所示： A、如果從 reads 的開始就匹配到接頭序列的話撬腾，整條 reads 會被去除螟蝙； B、如果是從 reads 的其它部分匹配到接頭序列民傻，則從匹配的位置截斷序列胰默，保留包含接頭的部分。
超級強大的回文模式漓踢，如上圖 Ｃ和 D 所示：想要了解回文模式去接頭的原理牵署，我們需要先熟悉一下：測序結(jié)果中的接頭序列來自哪里筐喳？ 由于只有當(dāng)插入片段的長度小于測序的讀長時才會在測序結(jié)果中出現(xiàn)接頭序列站宗。那么對于含有接頭的片段，正反向的 reads 在除接頭之外的部分應(yīng)該是反向互補的均抽。因此挺据，對于雙端測序數(shù)據(jù)的處理上取具，Trimmomatic 在考慮接頭匹配情況的同時也檢查正反向 reads 的序列，從而更加有效的去掉接頭序列扁耐。理論上暇检，即使 read 僅含有 1 個堿基的接頭序列，這 1 個堿基也能被切除做葵！
java -jar Trimmomatic/trimmomatic-0.35.jar PE -threads 10 -trimlog 01_cleandata/${infile}/${infile}.logfile
/Rawdata/${infile}/${infile}_R1.fq.gz /Rawdata/${infile}/${infile}_R2.fq.gz
01_cleandata/${infile}/${infile}_clean_R1.fq 01_cleandata/${infile}/${infile}_clean_unpaired_R1.fq
01_cleandata/${infile}/${infile}_clean_R2.fq 01_cleandata/${infile}/${infile}_clean_unpaired_R2.fq
ILLUMINACLIP:/mnt/raid1/data/Software/Trimmomatic/adapters/TruSeq2-PE.fa:2:30:10 SLIDINGWINDOW:15:30 MINLEN:110 TRAILING:30 AVGQUAL:30
PE 設(shè)置使用trimmomatic處理雙端數(shù)據(jù)占哟，單端數(shù)據(jù)用(‘SE’)
-thread 16 設(shè)置線程數(shù)為16
-phred33 設(shè)置堿基的質(zhì)量格式(默認(rèn)-phred64，自v0.32版本之后可自動識別是phred33還是phred64)
-trimlog trim.log 設(shè)置trimmommatic工具處理的日志文件為’trim.log’酿矢，每兩行為一對reads信息
ILLUMINACLIP:"adapter"/Exome.fa:2:30:9:1:TRUE榨乎，這部分指定2種去接頭模式的參數(shù)："adapter"/Exome.fa:2:30:9:1:TRUE，這部分指定2種去接頭模式的參數(shù)："adapter"/Exome.fa 指明需要匹配的接頭文件瘫筐，2 代表 16 個堿基長度的種子序列中可以有 2 個錯配蜜暑，30 代表采用回文模式時匹配得分至少為30 (約50個堿基)，10 代表采用簡單模式時匹配得分至少為10 (約17 個堿基)策肝；
LEADING:20肛捍，從序列的開頭開始去掉質(zhì)量值小于 20 的堿基隐绵；
TRAILING:20，從序列的末尾開始去掉質(zhì)量值小于 20 的堿基拙毫；
SLIDINGWINDOW:4:15依许，從 5' 端開始以 4 bp 的窗口計算堿基平均質(zhì)量，如果此平均值低于 15缀蹄，則從這個位置截斷 read峭跳；
MINLEN:36， 如果 reads 長度小于 36 bp 則扔掉整條 read缺前。
下載
wget http://www.usadellab.org/cms/uploads/supplementary/Trimmomatic/Trimmomatic-0.38.zip
unzip Trimmomatic-0.38.zip
java -jar~/biosoft/Trimmomatic/Trimmomatic-0.36/trimmomatic-0.36.jar –h
高通量測序數(shù)據(jù)質(zhì)控神器—Trimmomatic
學(xué)習(xí)使用一款數(shù)據(jù)質(zhì)控軟件（Trimmomatic）
測序數(shù)據(jù)質(zhì)控界的寵兒-Trimmomatic
fastqc
fastqc -o output dir -f fastq|bam|sam seqfile1 .. seqfileN
