宏基因组分析3-数据质量控制(trimmomatic)

trimmomatic安装

trimmomatic是用JAVA编写的程序，将软件下载解压后就可直接使用

cd /home/llt/software
wget http://www.usadellab.org/cms/uploads/supplementary/Trimmomatic/Trimmomatic-0.38.zip
unzip Trimmomatic-0.38.zip

trimmomatic使用

trimmomatic的用法可以参考官方手册http://www.usadellab.org/cms/uploads/supplementary/Trimmomatic/TrimmomaticManual_V0.32.pdf
运行trimmomatic需要制定软件目的。我的原始数据是双端测序生成的，具有上下游两个文件。采用双末端模式运行

java -jar /home/llt/software/Trimmomatic-0.38/trimmomatic-0.38.jar PE -threads 4 /home/llt/test/data/raw/SRR1976948_1.fastq.gz /home/llt/test/data/raw/SRR1976948_2.fastq.gz SRR1976948_1p SRR1976948_1u SRR1976948_2p SRR1976948_2u ILLUMINACLIP:/home/llt/software/Trimmomatic-0.38/adapters/TruSeq2-PE.fa:2:30:10 SLIDINGWINDOW:4:20 LEADING:10 TRAILING:10 MINLEN:100

java -jar /home/llt/software/Trimmomatic-0.38/trimmomatic-0.38.jar ， 运行java程序
PE ，双末端模式
-threads 4　，四线程

/home/llt/test/data/raw/SRR1976948_1.fastq.gz /home/llt/test/data/raw/SRR1976948_2.fastq.gz　，双端测序的两个序列文件

SRR1976948_1p SRR1976948_1u SRR1976948_2p SRR1976948_2u　，四个输出文件：两个成对的 clean data, 未成对的正向序列以及未成对的反向序列

ILLUMINACLIP ，这是用来去除接头的步骤。这部分指定 2 种去接头模式的参数：/home/llt/software/Trimmomatic-0.38/adapters/TruSeq2-PE.fa指明需要匹配的接头文件，2 代表 接头序列与测序序列中可以有 2 个错配，30 代表采用回文模式时匹配得分至少为30 (约50个碱基)，10 代表采用简单模式时匹配得分至少为10 (约17 个碱基)

SLIDINGWINDOW:4:20，从 5' 端开始以 4 bp 的窗口计算碱基平均质量，如果此平均值低于 20，则从这个位置截断 read

LEADING:10，从序列的开头开始去掉质量值小于 20 的碱基

TRAILING:10，从序列的末尾开始去掉质量值小于 20 的碱基

MINLEN:100， 如果 reads 长度小于 100 bp 则扔掉整条 read