使用 trimmomatic 进行数据质控

trimmomatic 使用 java 编写，免安装多平台运行，同时运行速度非常快。

# paired end 
java -jar trimmomatic-0.32.jar PE -threads 8 -phred33 \
    sample_R1.fastq.gz sample_R2.fastq.gz \
    sample_R1_paired.fastq.gz sample_R1_unpaired.fastq.gz \
    sample_R2_paired.fastq.gz sample_R2_unpaired.fastq.gz \
    ILLUMINACLIP:TruSeq3-PE.fa:2:30:10 SLIDINGWINDOW:4:15 MINLEN:36

# single end
java -jar trimmomatic-0.32.jar PE -threads 8 -phred33 \
    sample.fastq.gz sample_clean.fastq.gz \
    ILLUMINACLIP:TruSeq3-PE.fa:2:30:10 SLIDINGWINDOW:4:15 MINLEN:36

参数选择
PE/SE

设定对 Paired-End 或 Single-End 的 reads 进行处理，其输入和输出参数稍有不一样

threads

设置多线程运行数

phred33/phred64

设置碱基的质量格式，可选 phred64

ILLUMINACLIP::::::

切除 adapter 序列。参数后分别接 adapter 序列的 fasta 文件，允许的最大 mismatch 数， palindrome 模式下匹配碱基数阈值： simple 模式下的匹配碱基数阈值

minAdapterLength：只对 PE 测序的 palindrome clip 模式有效，指定 palindrome 模式下可以切除的接头序列最短长度，由于历史的原因，默认值是 8，但实际上 palindrome 模式可以切除短至 1bp 的接头污染，所以可以设置为 1 。
keepBothReads：只对 PE 测序的 palindrome clip 模式有效，这个参数很重要，在上图中 D 模式下， R1 和 R2 在去除了接头序列之后剩余的部分是完全反向互补的，默认参数 false，意味着整条去除与 R1 完全反向互补的 R2，当做重复去除掉，但在有些情况下，例如需要用到 paired reads 的 bowtie2 流程，就要将这个参数改为 true，否则会损失一部分 paired reads。

SLIDINGWINDOW

从 reads 首端（ 5’端）开始进行滑动，当滑动位点周围一段序列(window)的平均碱基低于阈值，则从该处进行切除。 Windows 的 size 是 4 bp，若其平均碱基质量小于15，则切除

MAXINFO：
LEADING/TRAILING>

切除 reads 首端（ 5’端） / reads 末端（ 3’端）碱基质量小于指定值的碱基

CROP/HEADCROP

从 reads 末端（ 3’端）/reads 首端（ 5’端）切除碱基到指定长度

MINLEN

抛弃低于指定长度的 reads

TOPHRED33/TOPHRED64

转换碱基质量格式，Illumina HiSeq 2000质量系统为phred-64，可用该参数转换到phred-33