mothur trim.seqs 去除PCR引物

trim.seqs 有以下几个主要应用：

1）根据barcode 拆分序列；

2）去除PCR引物

3） 去除低质量序列

trim.seqs 在使用时必须输入一个fasta 格式的序列，然后在加至少一个的选项；其选项有很多，下面一一介绍：

1）oligos: 从字面意义看是寡聚核苷酸， 这里是指barcode 和 PCR 引物的序列，这个选项对应的是一个文件，文件内容如下：

forward	CATGCTGCCTCCCGTAGGAGT
#reverse	TCAGAGTTTGATCCTGGCTCAG
barcode	AACCAACC	ALP50M
barcode	AACCAAGG	AZAC1
barcode	AACCATCG	ALP2B
barcode	AACCATGC	ALP1B
barcode	AACCGCAT	ALP80M
barcode	AACCGCTA	ALPG2
barcode	AACCGGAA	AZ273

forward和reverse代表PCR引物，barcode 代表多个样本混测时区分样本的index序列

在这个文件中，不同字段是\t分隔，需要注意的是mothur 认为的forward引物一定出现在序列的起始，reverse引物出现在序列的末尾，在使用mothur去除pCR引物时，实际两个方向都需要考虑；mothur允许PCR引物中有兼并碱基，只要符合IUPAC规定的碱基都是可以的

用法：

mothur "#trim.seqs(fasta=test.fa,oligos=primer)"

会输出两个文件：

*trim.fasta: 这个文件是去除PCR引物之后的序列, 处理成功之后的序列如下：

>1	bdiffs=0(match) fpdiffs=0(match) rpdiffs=0(match) 	
AAAAAAAAAAAAAAAAAAAAAAAA

在序列标识符中，bdiffs 代表 barcode difference num , fpdiffs 和 rpdiffs 分别代表 forward primer difference num 和 reverse difference num

*scrap.fasta ： 这个文件是处理失败的序列，失败的原因是没有找到PCR引物，序列如下：

>2|r	bdiffs=0(match) fpdiffs=0(match) rpdiffs=1000(noMatch) 	
CGATCGATCGATCGACAAAAAAAAAAAAAAAAA

在序列标识符中，会给出失败的原因，比如这里的"2|r"， 代表在这条序列中没有找到反向引物，可以看到 rpdiffs = 1000 (noMatch), 当没有找到时，错配数直接设置成1000

备注：在oligos 文件中，输入的引物都方向都是5’->3', mothur在查找引物的时候，会在序列的5’端查找正向引物，在序列的3’端查找反向引物的反向互补序列。

参考资料：

　　https://www.mothur.org/wiki/Trim.seqs