qc-数据处理与质控

获得原始数据之后，需要对单端序列或双端序列进行引物的去除、序列拼接以及序列质控

• Cutadapt

该软件我经常用来切除Primer，甚至切序列也很丝滑

Cutadapt — Cutadapt 4.0 documentation

# 傻瓜版本（初学shell，感觉批量处理好复杂）
for i in $(ls rawdata/*1.fastq)
do
    cutadapt -g CCTACGGGNGGCWGCAG -o rawdata/${i##*/}.fq  ${i}
done

# 进阶版本（入门后回看之前的代码，感觉自己是个傻瓜）
for filename in rawdata/*_1.fastq
do
    base=$(basename $filename _1.fastq)
  echo $base
    cutadapt -g CCTACGGGNGGCWGCAG -G GGACTACHVGGGTWTCTAAT \
    -o seq/${base}_1.fastq  -p seq/${base}_2.fastq \
    rawdata/${base}_1.fastq rawdata/${base}_2.fastq
done

• Trimmomatic

该软件功能超级强大，但大多数都是以质控为主来使用

Trimmomatic官方指南

# 傻瓜版本
for i in $(ls merge/*1.fq)
do
  trimmomatic SE -phred33 -t 10 \
  ${i} seq/${i##*/} \
  LEADING:20 TRAILING:20 \
  SLIDINGWINDOW:4:20 MINLEN:50
done

# 进阶版本
for filename in seq/*_1.fastq
do
  base=$(basename $filename _1.fastq)
  echo $base
  java -jar /public/software/182_software/Trimmomatic-0.38/trimmomatic-0.38.jar PE -phred33 \
  -threads 8 seq/${base}_1.fastq seq/${base}_2.fastq \
  seq/${base}_1.fq seq/${base}_1.unpaired.fastq \
  seq/${base}_2.fq seq/${base}_2.unpaired.fastq \
  LEADING:20 TRAILING:20 \
  SLIDINGWINDOW:4:20 MINLEN:50
done

• FastQC & Multiqc

这两个软件可以可视化质控后的结果，用法过于简单，在这里就不赘述了