生物信息百Jia软件（十二）：trimmomatic

欢迎订阅WX众号：基因学苑，更多精彩内容等你发掘！

基因学苑Q群：32798724

通哥点评

数据处理的工具其实有很多，前面我们也介绍过了fastp。因为处理的原则都差不多，最重要的是了解数据处理的原理，为何要过滤低质量，N碱基，adapter，duplication等。我自己是不喜欢用trimmomatic的，因为参数比较复杂，其实，以前我的同事们好多人都自己写个工具，只不过大家没觉得数据处理还是一个很大的问题，并不像老外把处理处理的工具都发表出来，刷了一篇SCI。

一、功能分类： 

数据处理软件

二、软件官网：

http://www.usadellab.org/cms/index.php?page=trimmomatic

三、软件介绍:

trimmomatic是一款用来处理illumina测序数据的工具，可以是单条的single reads，也可以是成对的pairend reads。支持压缩格式数据。功能和其他数据处理的程序都差不多，主要包括，

1、去除adapter序列以及测序中其他特殊序列；

2、采用滑动窗口的方法，切除或者删除低质量碱基；

3、去除头部低质量以及N碱基过多的reads；

4、去除尾部低质量以及N碱基过多的reads；

5、截取固定长度的reads；

6、丢掉小于一定长度的reads；

7、Phred 质量值转换

四、下载安装： 

wgethttp://www.usadellab.org/cms/uploads/supplementary/Trimmomatic/Trimmomatic-0.36.zip

unzip Trimmomatic-0.36.zip

五、软件使用： 

下面看一下选项参数。分为PE和SE。

-version软件版本

-threads 线程数

-phred33 -phred64 质量值体系，默认是-phred64，但是目前使用的几乎都是-phred33，所以这个要设置，很多程序是可以自动识别的。

-trimlog  截取的日志文件

-quiet 安静运行运行

-validatePairs

-basein 输入文件，可以直接是序列，也可以是reads文件，一般都是reads1和reads2

-baseout 输出文件，这里比较麻烦，前面我们介绍过如果是pairend reads，会输出四个文件，其中两个没什么用，但是这里需要搞清楚输出文件顺序，解释起来比较麻烦，比如第一个是reads 1和2满足过滤条件的reads文件，第二个reads1满足过滤条件的，reads2不满足的reads1文件，后两个是reasds2的情况

SE的情况和PE差不多，比PE简单。

除了软件中列出这些选项参数，还有很多没列出来，比如很多调节参数，滑动窗口大小，质量值大小，最小序列长度等，这些都需要通过关键字加上冒号的方法来设置，很不方便。

六、使用案例： 

案例一：single情况

java-jartrimmomatic-0.35.jarSE-phred33input.fq.gzoutput.fq.gz

案例二：pair-end情况

java-jartrimmomatic-0.35.jarPE-phred33input_forward.fq.gzinput_reverse.fq.gzoutput_forward_paired.fq.gzoutput_forward_unpaired.fq.gzoutput_reverse_paired.fq.gzILLUMINACLIP:TruSeq3-PE.fa:2:30:10LEADING:3TRAILING:3SLIDINGWINDOW:4:15MINLEN:36

七、注意事项：

1、根据测序数据时间情况选择引物序列，TruSeq2或者TruSeq3。