Fastp:过滤二代测序数据

导读

Fastp能检测和去除adapter,PE序列overlap区碱基矫正,slide window修剪头尾,polyG/X尾修剪,UMI预处理。多功能合一,速度快,结果好,生成可读报表。Fastp完全可以代替Trimmomatic, FastQC, Cutadapt, AfterQC, SOAPnuke。

Fastp文章

标题:fastp: an ultra-fast all-in-one FASTQ preprocessor
中文:超快的多合一fastq数据预处理器
杂志:Bioinformatics
引用:2414 (谷歌学术2021.11.18)

工作流程

速度快

去adapter更准确、高效

匹配hg19人参考基因组mismatch base, clip read, single-read map 最少

高效预处理UMI

fastp地址

Github: https://github.com/OpenGene/fastp

安装Fastp

conda create -n readqc
conda install fastp
fastp --version
# fastp 0.23.1

运行Fastp

conda activate readqc
time fastp \
--in1 ./input/E100032181_L01_29_1.fq.gz \
--in2 ./input/E100032181_L01_29_2.fq.gz \
--out1 ./fastp/E100032181_L01_29_1.fq.gz \
--out2 ./fastp/E100032181_L01_29_2.fq.gz \
--json ./fastp/fastp.json \
--html ./fastp/fastp.html \
--trim_poly_g --poly_g_min_len 10 \
--trim_poly_x --poly_x_min_len 10 \
--cut_front --cut_tail --cut_window_size 4 \
--qualified_quality_phred 15 \
--low_complexity_filter \
--complexity_threshold 30 \
--length_required 30 \
--thread 4

参数

--trim_poly_g  切ployG
--poly_g_min_len 10  最短为10bp
--trim_poly_x  切ployX
--poly_x_min_len 10 最短为10bp
--cut_front  从5端扫描
--cut_tail  从3端扫描
--cut_window_size 4  窗口设为4bp
--cut_mean_quality 20 窗口内最低平均碱基质量值为20
--qualified_quality_phred 15  最低碱基质量值15
--low_complexity_filter  启动过滤低复杂序列
--complexity_threshold 30  复杂度阈值为30%
--length_required 30  切后最短长度阈值30bp

过程

Read1 before filtering:
total reads: 68871423
total bases: 6887142300
Q20 bases: 6788565208(98.5687%)
Q30 bases: 6516393608(94.6168%)

Read2 before filtering:
total reads: 68871423
total bases: 6887142300
Q20 bases: 6752497708(98.045%)
Q30 bases: 6459072061(93.7845%)

Read1 after filtering:
total reads: 68870151
total bases: 6579451130
Q20 bases: 6490255475(98.6443%)
Q30 bases: 6233038928(94.7349%)

Read2 after filtering:
total reads: 68870151
total bases: 6570653779
Q20 bases: 6449906989(98.1623%)
Q30 bases: 6173217216(93.9513%)

Filtering result:
reads passed filter: 137740302
reads failed due to low quality: 32
reads failed due to too many N: 936
reads failed due to too short: 1480
reads failed due to low complexity: 96
reads with adapter trimmed: 24272074
bases trimmed due to adapters: 604687721
reads with polyX in 3' end: 698520
bases trimmed in polyX tail: 6954246

Duplication rate: 69.3962%

Insert size peak (evaluated by paired-end reads): 141

JSON report: ./fastp/fastp.json
HTML report: ./fastp/fastp.html

fastp --in1 ./input/E100032181_L01_29_1.fq.gz --in2 ./input/E100032181_L01_29_2.fq.gz --out1 ./fastp/E100032181_L01_29_1.fq.gz --out2 ./fastp/E100032181_L01_29_2.fq.gz --json ./fastp/fastp.json --html ./fastp/fastp.html --trim_poly_x --poly_x_min_len 10 --cut_front --cut_tail --cut_window_size 4 --qualified_quality_phred 15 --low_complexity_filter --complexity_threshold 30 --length_required 30 --thread 4
fastp v0.23.1, time used: 567 seconds

real    9m28.522s
user    39m31.517s
sys     0m37.690s

Fastp结果

结果html例:http://opengene.org/fastp/fastp.html
结果json例:http://opengene.org/fastp/fastp.json

更多:
2000+引用的fastp推出重磅更新,再提速一倍!
生信软件工具-fastp
测序数据质控和预处理之fastp
UMI的处理
UMI-unique molecular identifiers

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,544评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,430评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,764评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,193评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,216评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,182评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,063评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,917评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,329评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,543评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,722评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,425评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,019评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,671评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,825评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,729评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,614评论 2 353

推荐阅读更多精彩内容