Нужен скрипт или программное обеспечение для удаления непарных чтений из парных конечных чтений.

Я хочу использовать AMOScmp для анализа парных конечных данных Illumina. AMOScmp требует такое же количество парных файлов для создания файла .afg. Исходные файлы fq являются парными. После того, как я пропустил файлы fq по отдельности через контроль качества, дублированных последовательностей и ДНК человека, я обнаружил, что парные конечные файлы fa имеют разное количество прочтений. Я хочу удалить непарные чтения из парных конечных чтений, чтобы получить два файла fa с одинаковым количеством чтений. У кого-нибудь есть скрипт или знает, какое программное обеспечение поможет мне решить проблему?


dna-sequence
person Fang Yang    schedule 02.11.2012    source источник
comment
Каков формат прочитанных идентификаторов? Например, парные чтения данного фрагмента последовательности заканчиваются на /1 и /2, причем предшествующие символы идентичны между ними? Если это так, это может упростить решение проблемы.   -  person Matt LaFave    schedule 12.06.2013

Ответы (1)


arrow_upward
3
arrow_downward

Для этого используйте утилиту trimmomatic. Это качественная программа обрезки, которая выводит 4 файла: R1_paired, R2_paired, R1_singles, R2_singles.

Если вам просто нужно, чтобы пары сопоставлялись, просто запустите его с одним атрибутом качества, например:

МИНЛЕН:20

ПРИМЕЧАНИЕ. Следует иметь в виду, что если позже вам понадобится перетасовать два парных конечных файла, четность последовательности между двумя «парными» файлами не будет 1:1 после некоторого количества чтений. Я подозреваю, что это связано с резьбой, которая есть у триммоматика. Если вас это беспокоит, обязательно установите потоки на 1. Не уверен, что это решение, поэтому проверьте результаты, просмотрев случайные строки в обоих файлах. Выберите строки из начала, середины и конца обоих файлов. Затем сравните строки идентификатора последовательности:

голова -n 1000 R1_paired.fastq | хвост -n 4

голова -n 1000 R2_paired.fastq | хвост -n 4

Вот пример использования двух парных конечных файлов FASTQ (ПРИМЕЧАНИЕ: предполагается, что входные файлы имеют имена R1.fastq и R2.fastq, и что trimmomatic-0.30.jar находится в локальном каталоге, в противном случае вам нужно будет указать путь для java следовать)

java -jar ./trimmomatic-0.30.jar PE -threads 1 -phred33 R1.fastq R2.fastq R1_paired.fastq R1_singles.fastq R2_paired.fastq R2_singles.fastq MINLEN:20

person John    schedule 28.12.2014