Trim Galore用法及参数考量

Trim Galore是一个非常流行的用于「去接头序列」的软件，用于处理高通量测序得到的原始数据。通常我们从测序公司拿到数据后，第一步就是评估数据的质量以及对raw data去接头处理。公司拿来的数据通常附带了clean data以及去接头的说明文件，我自己重新实现了一下trim的过程。参数都是根据公司的说明文件来设定的。

软件说明

版本信息

1. Trim Galore version: 0.4.1
2. Cutadapt version: 1.11
3. FastQC version：0.11.3

依赖环境

1. FastQC
2. Cutadapt

软件安装

Trim Galore直接在官网下载解压后即可使用（perl文件，无需任何安装）。

参数概览

这里只讨论了部分参数（与我的数据相关的部分，数据情况请参照下面）。其余参数的设定可以参考「官方文档」（Trim_Galore_User_Guide）。

• -q/–quality ：控制的质量分数阈值
• –length ：丢弃小于此长度的读段
• -e：允许的错误率
• –stringency：限定最少与adaptor序列重叠的碱基数（用来trim的标准）
• -o：输出文件路径

案例分析

测序数据

Illumina Hiseq3000
Paired-end RNA-seq

代码展示

/.../trim_galore /.../*_R1.fastq /.../*_R2.fastq -q 25 --length 50 -e 0.1 --stringency 5 -o /.../ -a adapter1 -a2 adapter2 --paired

软件输出

Trimming mode: paired-end
Trim Galore version: 0.4.1
Cutadapt version: 1.11
Quality Phred score cutoff: 25
Quality encoding type selected: ASCII+33
Adapter sequence: …
Maximum trimming error rate: 0.1 (default)
Optional adapter 2 sequence (only used for read 2 of paired-end files): …
Minimum required adapter overlap (stringency): 5 bp
Minimum required sequence length for both reads before a sequence pair gets removed: 50 bp

参考资料

http://www.bioinformatics.bbsrc.ac.uk/projects/trim_galore/