本篇文章給大家分享的是有關(guān)如何使用Trimmomatic對(duì)NGS數(shù)據(jù)進(jìn)行質(zhì)量過(guò)濾，小編覺(jué)得挺實(shí)用的，因此分享給大家學(xué)習(xí)，希望大家閱讀完這篇文章后可以有所收獲，話不多說(shuō)，跟著小編一起來(lái)看看吧。

專(zhuān)注于為中小企業(yè)提供成都網(wǎng)站建設(shè)、網(wǎng)站制作服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)南明免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動(dòng)了超過(guò)千家企業(yè)的穩(wěn)健成長(zhǎng)，幫助中小企業(yè)通過(guò)網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

Trimmomatic 軟件可以對(duì)NGS測(cè)序數(shù)據(jù)進(jìn)行質(zhì)量過(guò)濾，其去除adapter的功能只是針對(duì)illumina的序列，從reads的3’端識(shí)別adapter序列并去除，相比cutadapt，少了幾分靈活性。但是在過(guò)濾低質(zhì)量序列時(shí)，采用了滑動(dòng)窗口的算法，給定窗口長(zhǎng)度和步長(zhǎng)，如果該窗口內(nèi)所有堿基的平均質(zhì)量值低于閾值，則將該窗口及其以后的堿基全部去除。對(duì)于數(shù)據(jù)量很多的reads, 滑動(dòng)窗口算法比cutadapt的算法運(yùn)行速度更快。官網(wǎng)如下

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

該軟件采用java語(yǔ)言開(kāi)發(fā)，直接下載打包好的jar文件即可。最新版本為v0.38, 官網(wǎng)提供了二進(jìn)制文件的壓縮包，如下所示

下載后，解壓縮即可。該軟件可以對(duì)序列執(zhí)行以下幾種操作

1. 去除adapter序列

在去除adapter時(shí)，需要指定一個(gè)fasta格式的文件，里面是對(duì)應(yīng)的adapter序列。軟件內(nèi)置了幾種常見(jiàn)的illumina adapter 序列文件，詳細(xì)列表如下

1. NexteraPE-PE.fa

2. TruSeq2-PE.fa

3. TruSeq2-SE.fa

4. TruSeq3-PE.fa

5. TruSeq-3-PE-2.fa

6. TruSeq-3-SE.fa

當(dāng)然，也可以自定以adapter序列文件。通過(guò)ILLUMINACLIP參數(shù)指定adapter序列的文件，寫(xiě)法如下

ILLUMINACLIP:TruSeq2-PE.fa:2:30:10

TruSeq2-PE.fa表示查找該文件提供的adapter序列，在查找時(shí)，首先執(zhí)行一個(gè)seed match, 就是只在序列中查找adapter的前幾個(gè)堿基，如果前幾個(gè)堿基都找不到，就沒(méi)必要在查找后面的堿基了，通過(guò)seed match可以加快運(yùn)行速度，2表示在進(jìn)行seed match時(shí)，允許的最大錯(cuò)配數(shù)；當(dāng)滿足了seed match后，trimmomatic會(huì)將adapter 序列的全長(zhǎng)與輸入序列進(jìn)行比對(duì)，從而識(shí)別adapter序列。此時(shí)兩種模式，palindromeClip模式允許查找adapter序列的反向互補(bǔ)序列，比如雙端測(cè)序中，R2端序列會(huì)包含5’端adapter序列的反向互補(bǔ)序列，30表示該模式下至少需要匹配的堿基數(shù)，另外一種叫做SimpleClip模式，只考慮提供的adapter序列，不考慮反向互補(bǔ)，10表示該模式下至少需要匹配的堿基數(shù)。

2. 去除低質(zhì)量序列

trimmomatic 采用滑動(dòng)窗口的方式去除低質(zhì)量序列，需要指定滑動(dòng)窗口的大小和平均質(zhì)量的閾值，通過(guò)SLIDINGWINDOW參數(shù)指定，寫(xiě)法如下

SLIDINGWINDOW:4:15

第一個(gè)數(shù)字4代表滑動(dòng)窗口的大小為4bp,第二個(gè)數(shù)字15代表堿基質(zhì)量閾值為15。如果窗口內(nèi)4個(gè)堿基的平均質(zhì)量值低于15，該窗口及之后的序列都會(huì)被去除。

3. 去除reads 5’端的低質(zhì)量堿基

通過(guò)LEADING參數(shù)指定閾值，寫(xiě)法如下

LEADING:3

如果序列頭部的堿基質(zhì)量值低于3，則去除該堿基。

4. 去除reads 3’端的低質(zhì)量堿基

通過(guò)TAILING參數(shù)指定閾值，寫(xiě)法如下

TRAILING:3

如果序列尾部的堿基質(zhì)量值低于3，則去除該堿基。

5. 從序列頭部切除指定長(zhǎng)度的堿基

通過(guò)HEADCROP參數(shù)指定長(zhǎng)度，寫(xiě)法如下

HEADCROP:5

表示從每條序列的開(kāi)頭切掉5個(gè)堿基。

6. 將序列切割成指定長(zhǎng)度

通過(guò)CROP參數(shù)指定長(zhǎng)度，寫(xiě)法如下

CROP:120

表示將所有序列截取為120bp的長(zhǎng)度。

7. 去除長(zhǎng)度過(guò)短的序列

長(zhǎng)度的閾值通過(guò)MINLEN參數(shù)指定，寫(xiě)法如下

MINLEN:36

如果序列長(zhǎng)度低于36bp,則該序列會(huì)被去除。

可以根據(jù)自己的需要選擇性的執(zhí)行以上步驟，參數(shù)定義的順序指定了每個(gè)步驟被執(zhí)行的順序。

對(duì)于單端測(cè)序數(shù)據(jù)，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

對(duì)于雙端測(cè)序數(shù)據(jù)，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對(duì)NGS數(shù)據(jù)進(jìn)行質(zhì)量過(guò)濾，小編相信有部分知識(shí)點(diǎn)可能是我們?nèi)粘９ぷ鲿?huì)見(jiàn)到或用到的。希望你能通過(guò)這篇文章學(xué)到更多知識(shí)。更多詳情敬請(qǐng)關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

網(wǎng)頁(yè)標(biāo)題：如何使用Trimmomatic對(duì)NGS數(shù)據(jù)進(jìn)行質(zhì)量過(guò)濾
網(wǎng)站鏈接：http://jinyejixie.com/article38/ipjcsp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站建設(shè)、手機(jī)網(wǎng)站建設(shè)、用戶體驗(yàn)、域名注冊(cè)、外貿(mào)網(wǎng)站建設(shè)、

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)