生信软件工具-trim_galore

trim_galore


注意:软件工具一般会定期进行迭代更新,如果使用出现问题,请查看官方文档。

  1. 网址:http://www.bioinformatics.babraham.ac.uk/projects/trim_galore/

    • 需先安装fastqc和cutadapt
  2. Trim galore简介
    Trim Galore是对FastQC和cutadapt的包装。适用于所有高通量测序,包括RRBS(Reduced Representation Bisulfite-Seq )、 Illumina、Nextera和smallRNA测序平台的双端和单端数据。主要功能包括两步:第一步首先去除低质量碱基,然后去除3' 末端的adapter, 如果没有指定具体的adapter,程序会自动检测前1 million的序列,然后对比前12-13bp的序列是否符合以下类型的adapter:

    • Illumina: AGATCGGAAGAGC
    • Small RNA: TGGAATTCTCGG
    • Nextera: CTGTCTCTTATA
  3. 示例:

## 处理双端测序结果
echo " trim_galore cut adapters started at $(date)"
trim_galore -q 20 --phred33 --stringency 3 --length 20 -e 0.1 \
--paired $dir/cmp/01raw_data/$fq1 $dir/cmp/01raw_data/$fq2  \
--gzip -o $input_data \
-a1 ATCG... \
-a2 TAGC...
echo "trim_galore cut adapters finished at $(date)"
  1. 参数说明:
    --quality:设定Phred quality score阈值,默认为20。
    --phred33:选择-phred33或者-phred64,表示测序平台使用的Phred quality score。
    --adapter:输入adapter序列。也可以不输入,Trim Galore会自动寻找可能性最高的平台对应的adapter。自动搜选的平台三个,也可以直接显式输入这三种平台,即--illumina--nextera--small_rna。其中adapter1 为3'端引物,通常不同组织样有自己对应的引物,公司提供的word里面都附带的有,此处执行命令时需要在该序列前添加A,不然程序会提醒adapter不完整a2后面的其实是5'端引物的反向互补序列
    --stringency:设定可以忍受的前后adapter重叠的碱基数,默认为1(非常苛刻)。可以适度放宽,因为后一个adapter几乎不可能被测序仪读到。
    --length:设定输出reads长度阈值,小于设定值会被抛弃。
    --paired:对于双端测序结果,一对reads中,如果有一个被剔除,那么另一个会被同样抛弃,而不管是否达到标准。
    --retain_unpaired:对于双端测序结果,一对reads中,如果一个read达到标准,但是对应的另一个要被抛弃,达到标准的read会被单独保存为一个文件。
    --gzip--dont_gzip:清洗后的数据zip打包或者不打包。
    --output_dir:输入目录。需要提前建立目录,否则运行会报错。
    -- trim-n : 移除read一端的reads

你可能感兴趣的:(生信软件工具-trim_galore)