利用TrimGalore去除adapter以及過濾fastq文件

學(xué)校網(wǎng)課筆記~

今天的網(wǎng)課主要介紹怎么把原始的fastq文件根據(jù)fastqc結(jié)果進行去接頭、以及過濾掉低質(zhì)量的reads。

主講人介紹目前主要使用的去接頭/過濾的軟件有三種:

主講人推薦的是第一個軟件。TrimGalore軟件里各種參數(shù)詳解在這里:here

先看一下原始fastq文件的QC結(jié)果:

可以看到這里有adapter是需要去掉的,有些read的質(zhì)量也不太好。還是用腳本來寫命令行(服務(wù)器運行):

#!/bin/bash
#SBATCH --job-name=trimming_example                     # Job name
#SBATCH --mail-type=END,FAIL                            # Mail events (NONE, BEGIN, END, FAIL, ALL)
#SBATCH --mail-user=*****************                   # Where to send mail
#SBATCH --ntasks=1                                      # Run on a single CPU
#SBATCH --mem=4gb                                       # Job memory request
#SBATCH --time=02:00:00                                 # Time limit hrs:min:sec
#SBATCH --output=/gpfs/home/ID/log_files/trimming_%j.log           # Standard output and error log
#SBATCH -p cpu_short

module load trimgalore/0.5.0
module load python/cpu/2.7.15-ES
module load fastqc/0.11.7

# Trimming
trim_galore --paired --q 30 --gzip --fastqc /gpfs/home/ID/download/SRR1523671_1.fastq.gz /gpfs/home/ID/download/SRR1523671_2.fastq.gz -o /gpfs/home/ID/trimmed_files/

#QC again
fastqc -o QC/ /gpfs/home/ID/trimmed_files/*

上面需要注意的參數(shù)可能就是--paired--q 30這兩個參數(shù),因為我的文件是雙端測序的結(jié)果塘雳,所以要注明是--paired,并且要跟著兩個fastq文件普筹。還有就是你要過濾的read質(zhì)量败明,這里有個表:

一般過濾的標準是q 30 或者是q 20,一般不用40,50,60太防,如果標準設(shè)置過高妻顶,你有可能就把一些重要的信息給過濾掉了

運行后會生成一個txt文件(每一個fastq生成一個文件),是你過濾fastq后的一個summary:

SUMMARISING RUN PARAMETERS
==========================
Input filename: /gpfs/home/ID/download/SRR1523671_1.fastq.gz
Trimming mode: paired-end
Trim Galore version: 0.5.0
Cutadapt version: 1.8.2
Quality Phred score cutoff: 30
Quality encoding type selected: ASCII+33
Adapter sequence: 'AGATCGGAAGAGC' (Illumina TruSeq, Sanger iPCR; auto-detected) #這里會注明你用的是哪一種adaptor
Maximum trimming error rate: 0.1 (default)
Minimum required adapter overlap (stringency): 1 bp
Minimum required sequence length for both reads before a sequence pair gets removed: 20 bp
Running FastQC on the data once trimming has completed
Output file will be GZIP compressed

This is cutadapt 1.8.2 with Python 2.7.15 #這個軟件是要在python環(huán)境下運行的
Command line parameters: -f fastq -e 0.1 -q 30 -O 1 -a AGATCGGAAGAGC /gpfs/home/ID/download/SRR1523671_1.fas
tq.gz
Trimming 1 adapter with at most 10.0% errors in single-end mode ...
Finished in 316.18 s (15 us/read; 4.00 M reads/minute).
=== Summary ===

Total reads processed:              21,069,824 #所有的reads
Reads with adapters:                 5,833,844 (27.7%) #有adaptor的reads
Reads written (passing filters):    21,069,824 (100.0%)

Total basepairs processed: 2,128,052,224 bp
Quality-trimmed:             387,450,070 bp (18.2%)
Total written (filtered):  1,719,160,219 bp (80.8%)

=== Adapter 1 ===

Sequence: AGATCGGAAGAGC; Type: regular 3'; Length: 13; Trimmed: 5833844 times.

No. of allowed errors:
0-9 bp: 0; 10-13 bp: 1

Bases preceding removed adapters:
  A: 22.2%
  C: 34.9%
  G: 22.0%
  T: 20.3%
  none/other: 0.6%

Overview of removed sequences #這里是一長串的記錄杏头,有哪些reads被去掉了
        length  count         expect      max.err    error counts
1       3396604              5267456.0       0       3396604
2       1146056              1316864.0       0       1146056
3       310513                329216.0       0       310513
4       109696                82304.0        0       109696
......

RUN STATISTICS FOR INPUT FILE: /gpfs/home/ID/download/SRR1523671_1.fastq.gz
=============================================
21069824 sequences processed in total

過濾后盈包,再做一次QC,做個對比:

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
禁止轉(zhuǎn)載醇王,如需轉(zhuǎn)載請通過簡信或評論聯(lián)系作者呢燥。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市寓娩,隨后出現(xiàn)的幾起案子叛氨,更是在濱河造成了極大的恐慌呼渣,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,723評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件寞埠,死亡現(xiàn)場離奇詭異屁置,居然都是意外死亡,警方通過查閱死者的電腦和手機仁连,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,485評論 2 382
  • 文/潘曉璐 我一進店門蓝角,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人饭冬,你說我怎么就攤上這事使鹅。” “怎么了昌抠?”我有些...
    開封第一講書人閱讀 152,998評論 0 344
  • 文/不壞的土叔 我叫張陵患朱,是天一觀的道長。 經(jīng)常有香客問我炊苫,道長裁厅,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,323評論 1 279
  • 正文 為了忘掉前任侨艾,我火速辦了婚禮执虹,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘蒋畜。我一直安慰自己声畏,他們只是感情好撞叽,可當(dāng)我...
    茶點故事閱讀 64,355評論 5 374
  • 文/花漫 我一把揭開白布姻成。 她就那樣靜靜地躺著,像睡著了一般愿棋。 火紅的嫁衣襯著肌膚如雪科展。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,079評論 1 285
  • 那天糠雨,我揣著相機與錄音才睹,去河邊找鬼。 笑死甘邀,一個胖子當(dāng)著我的面吹牛琅攘,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播松邪,決...
    沈念sama閱讀 38,389評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼坞琴,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了逗抑?” 一聲冷哼從身側(cè)響起剧辐,我...
    開封第一講書人閱讀 37,019評論 0 259
  • 序言:老撾萬榮一對情侶失蹤寒亥,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后荧关,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體溉奕,經(jīng)...
    沈念sama閱讀 43,519評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,971評論 2 325
  • 正文 我和宋清朗相戀三年忍啤,在試婚紗的時候發(fā)現(xiàn)自己被綠了加勤。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,100評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡同波,死狀恐怖胸竞,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情参萄,我是刑警寧澤卫枝,帶...
    沈念sama閱讀 33,738評論 4 324
  • 正文 年R本政府宣布,位于F島的核電站讹挎,受9級特大地震影響校赤,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜筒溃,卻給世界環(huán)境...
    茶點故事閱讀 39,293評論 3 307
  • 文/蒙蒙 一马篮、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧怜奖,春花似錦浑测、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,289評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至滥崩,卻和暖如春岖圈,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背钙皮。 一陣腳步聲響...
    開封第一講書人閱讀 31,517評論 1 262
  • 我被黑心中介騙來泰國打工蜂科, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人短条。 一個月前我還...
    沈念sama閱讀 45,547評論 2 354
  • 正文 我出身青樓导匣,卻偏偏與公主長得像,于是被迫代替她去往敵國和親茸时。 傳聞我的和親對象是個殘疾皇子贡定,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,834評論 2 345