学习使用一款数据质控软件（Trimmomatic）

写在前面

Trimmomatic工具是用于illumina二代测序数据的reads处理，主要对接头(adapter)序列和低质量序列进行过滤。下面是使用该工具处理双端测序(PE)数据时，常用参数的一些说明。

参考文档

• Trimmomatic工具的参考文献
• Trimmomatic工具官
• Trimmomatic工具使用手册

软件使用

• 执行命令

• 参数说明

  设置使用trimmomatic处理双端数据，单端数据用(‘SE’)
  设置线程数为16
  设置碱基的质量格式(默认-phred64，自v0.32版本之后可自动识别是phred33还是phred64)
  设置trimmommatic工具处理的日志文件为’trim.log’，每两行为一对reads信息

  • 生成的日志文件’trim.log’包含5列信息：

  输入的forward正向链R1对应的fastq文件
  输入的reverse反向链R2对应的fastq文件
  处理后输出的R1对应reads成对fastq文件
  处理后输出的R1对应reads不成对的fastq文件
  处理后输出的R2对应reads成对fastq文件
  处理后输出的R2对应reads不成对的fastq文件
  切除illumina接头参数设置。说明的各参数之前，先解释一下要使用的两种切除接头的模式和比对分值计算方法

  1. , simple模式，它可用于切除任何序列(any technical sequence, 暂且称之为)。该模式的方法是将直接与一条read进行比对（局部比对)，将进行下面4个步骤(情形)：
     

     再说明一下比对分值的计算方法：

     下面是的各参数说明：

  设置滑动窗口阈值，以为为窗口，这5bp碱基的平均质量值低于，要进行切除
  设置从reads起始开始，去除质量低于阈值或为的碱基，直到达到阈值不再去除，这里设置阈值为
  设置从reads末尾开始，去除质量低于阈值的碱基或为的碱基直到达到阈值不再去除，这里设置阈值为，这种方法是去除特定的illumina平台低质量区域(由于illumina会将低质量碱基标记为2)，官方操作文档中建议使用 或 代替[这里未给出MAXINFO参数说明] ）
  设置read切除后的最短长度，这里设置长度至少为，长度小于36bp的reads被去除