需要脚本或软件从配对的最终读取中删除未配对的读取

Question

我想使用AMOScmp来分析illumina配对的最终数据。 AMOScmp需要相同数量的配对文件来构建.afg文件。原始fq文件已配对。通过质量，重复序列和人类DNA控制分别传递fq文件后，我发现配对的结尾文件具有不同的读数。我想从配对的结束读取中删除不成对的读取，以获得具有相同读取次数的两个fa文件。有没有人有脚本或知道什么软件可以帮我解决问题？

Answer 1

使用trimmomatic实用程序执行此操作。这是一个质量修剪程序，将输出4个文件：R1_paired，R2_paired，R1_singles，R2_singles

如果您只需要匹配对，那么只需使用单个质量属性运行它，例如：

  

MINLEN：20

注意：您应该知道，如果您稍后需要对两个配对的结束文件进行随机播放，那么两次“配对”文件之间的序列奇偶校验在读取一定数量后将不会是1：1。我怀疑这是由于trimmomatic的线程。如果您担心它，请确保将线程设置为1.不确定这是否是一个解决方案，因此通过查看两个文件中的随机行来验证结果。从两个文件的开头，中间和结尾选择行。然后比较序列ID行：

  

head -n 1000 R1_paired.fastq |尾巴-n 4

     

head -n 1000 R2_paired.fastq |尾巴-n 4

以下是使用两个配对的结束FASTQ文件的示例（注意：这假设输入文件名为R1.fastq和R2.fastq，并且trimmomatic-0.30.jar位于本地目录中，否则您将需要把java的路径放在后面）

  

java -jar ./trimmomatic-0.30.jar PE -threads 1 -phred33 R1.fastq R2.fastq R1_paired.fastq R1_singles.fastq R2_paired.fastq R2_singles.fastq MINLEN：20