PE数据去低质量

　　分析模块封装了Trimmomatic工具，Trimmomatic是一个针对Illumina高通量测序的reads trim工具，支持paired-end（双末端）和single-end（单末端）数据。

       Trimmomatic包括如下功能：

l   ILLUMINACLIP: Cut adapter and other illumina-specific sequences from the read

l   SLIDINGWINDOW: Perform a sliding window trimming, cutting once the average quality within the window falls below a threshold

l   MINLEN: Drop the read if it is below a specified length

l   LEADING: Cut bases off the start of a read, if below a threshold quality

l   TRAILING: Cut bases off the end of a read, if below a threshold quality

l   CROP: Cut the read to a specified length

l   HEADCROP: Cut the specified number of bases from the start of the read

　　输入：

对于single-end（单末端）数据，输入单个FASTQ文件。

对于paired-end（双末端）数据，输入两个FASTQ文件（R1和Ｒ２）。

设置质量值参数，Illumina 1.3-1.7 Phred+64 对应Illumina早期平台，Illumina 1.8+ Phred+33 对应Illumina最新平台，默认参数为：Illumina 1.8+ Phred+33。

　　输出：

对于single-end（单末端）数据，输出修剪和过滤的clean data数据，为单个FASTQ文件。

对于paired-end（双末端）数据，输出四个文件，分别为：

两个FASTQ文件(R1-paired and R2-paired)，包含read的两端pair（R1和R2）均通过数据质控的结果文件。

额外的两个FASTQ文件(R1-unpaired and R2-unpaired)，包含read，其中一端pair（R1 或 R2）通过数据质控，另一端无法通过数据质控，这样，就仅保留了一端的数据结果。

　　附录：

　　对于扩增子测序，MiSeq PE 250，建议使用如下参数设置：

Perform Sliding window trimming (SLIDINGWINDOW)：Yes

Number of bases to average across：50

Average quality required：20

Drop reads below a specified length (MINLEN)：Yes

Minimum length of reads to be kept：50

Cut bases off the end of a read, if below a threshold quality (TRAILING)：Yes

Minimum quality required to keep a base：20

即，过滤read尾部质量值20以下的碱基，设置50bp的窗口，如果窗口内的平均质量值低于20，从窗口开始截去后端碱基，过滤质控后50bp以下的read。

分析模块引用了Trimmomatic v0.32 软件( http://www.usadellab.org/cms/index.php?page=trimmomatic)。

　　相关文献如下所示：

Bolger, A.M., Lohse, M., & Usadel, B. (2014). Trimmomatic: A flexible trimmer for Illumina Sequence Data. Bioinformatics, btu170.