生信軟件工具-trim_galore

trim_galore

---

注意：軟件工具一般會定期進行迭代更新，如果使用出現問題，請查看官方文檔。

1. 網址：http://www.bioinformatics.babraham.ac.uk/projects/trim_galore/

   • 需先安裝fastqc和cutadapt

2. Trim galore簡介
   Trim Galore是對FastQC和cutadapt的包裝。適用於所有高通量測序，包括RRBS(Reduced Representation Bisulfite-Seq )、 Illumina、Nextera和smallRNA測序平台的雙端和單端數據。主要功能包括兩步：第一步首先去除低質量鹼基，然后去除3' 末端的adapter, 如果沒有指定具體的adapter，程序會自動檢測前1 million的序列，然后對比前12-13bp的序列是否符合以下類型的adapter:

   • Illumina: AGATCGGAAGAGC
   • Small RNA: TGGAATTCTCGG
   • Nextera: CTGTCTCTTATA

3. 示例：

## 處理雙端測序結果
echo " trim_galore cut adapters started at $(date)"
trim_galore -q 20 --phred33 --stringency 3 --length 20 -e 0.1 \
--paired $dir/cmp/01raw_data/$fq1 $dir/cmp/01raw_data/$fq2  \
--gzip -o $input_data \
-a1 ATCG... \
-a2 TAGC...
echo "trim_galore cut adapters finished at $(date)"

4. 參數說明：
   --quality：設定Phred quality score閾值，默認為20。

--phred33：選擇-phred33或者-phred64，表示測序平台使用的Phred quality score。

--adapter：輸入adapter序列。也可以不輸入，Trim Galore會自動尋找可能性最高的平台對應的adapter。自動搜選的平台三個，也可以直接顯式輸入這三種平台，即--illumina、--nextera和--small_rna。其中adapter1 為3'端引物，通常不同組織樣有自己對應的引物，公司提供的word里面都附帶的有，此處執行命令時需要在該序列前添加A，不然程序會提醒adapter不完整a2后面的其實是5'端引物的反向互補序列

--stringency：設定可以忍受的前后adapter重疊的鹼基數，默認為1（非常苛刻）。可以適度放寬，因為后一個adapter幾乎不可能被測序儀讀到。

--length：設定輸出reads長度閾值，小於設定值會被拋棄。

--paired：對於雙端測序結果，一對reads中，如果有一個被剔除，那么另一個會被同樣拋棄，而不管是否達到標准。

--retain_unpaired：對於雙端測序結果，一對reads中，如果一個read達到標准，但是對應的另一個要被拋棄，達到標准的read會被單獨保存為一個文件。

--gzip和--dont_gzip：清洗后的數據zip打包或者不打包。

--output_dir：輸入目錄。需要提前建立目錄，否則運行會報錯。

--trim-n : 移除read一端的Ns