fastx_toolkit軟體使用說明

標籤：imm   包括   介紹   檔案名稱   tin   apt   列印   fast   接頭   

高通量測序資料下機後的原始fastq檔案，包含4行，其中一行為品質值，另外一行則為對應序列，我們都瞭解高通量的資料處理首先要進行品質控制，這些過程包括去接頭、過濾低品質reads、去除低品質的3’和5’端，去除N較多的reads等，而針對高通量測序資料的質控軟體也有很多，在這裡給大家介紹一款“老牌子”的質控工具fastx_toolkit，它是一個軟體包，包含了多個質控命令，下面我們就逐個講解其參數及使用：

1. fastq_quality_converter [-h] [-a] [-n] [-z] [-i INFILE] [-f OUTFILE]直觀觀察品質值
  [-h]         =列印協助
  [-a]         = 輸出ASCII的品質得分(預設).
  [-n]         = 輸出品質值資料.
  [-z]         = GZIP壓縮輸出.
  [-i INFILE]  = 輸入fasta/fastq格式的檔案.
  [-o OUTFILE] = 輸出fasta/fastq檔案.

2.  fastq_masker [-h] [-v] [-q N] [-r C] [-z] [-i INFILE] [-o OUTFILE]屏蔽低品質堿基
  [-q N]     =品質門限值，品質值低於這個門限值的將被mask掉，預設值為10
  [-r C]       = 用C替代低品質的堿基，預設用N來替代
  [-z]          = 輸出用GZIP壓縮.
  [-i INFILE]  = 輸入FASTA檔案
  [-o OUTFILE] = 輸出檔案
  [-v]         = 詳細-報告序列編號，如果使用了-o則報告會直接在STDOUT，如果沒有則輸入到STDERR

3. fastq_quality_filter [-h] [-v] [-q N] [-p N] [-z] [-i INFILE] [-o OUTFILE]過濾低品質序列
  [-q N]       = 最小的需要留下的品質值
  [-p N]       = 每個reads中最少有百分之多少的堿基需要有-q的品質值
  [-z]         =壓縮輸出
  [-v]       =詳細-報告序列編號，如果使用了-o則報告會直接在STDOUT，如果沒有則輸入到STDERR

4. fastq_quality_trimmer [-h] [-v] [-t N] [-l N] [-z] [-i INFILE] [-o OUTFILE] 修剪reads的末端
  [-t N]       = 從5‘端開始，低與N的品質的堿基將被修剪掉
  [-l N]       = 修建之後的reads的長度允許的最短值
  [-z]         = 壓縮輸出
  [-v]       =詳細-報告序列編號，如果使用了-o則報告會直接在STDOUT，如果沒有則輸入到STDERR

5. fastq_to_fasta [-h] [-r] [-n] [-v] [-z] [-i INFILE] [-o OUTFILE]fastq轉換成fasta   [-r]         =  序列用序號重新命名
  [-n]         = 保留有N的序列，預設不保留
  [-z]         = 壓縮輸出

6. fastx_trimmer [-h] [-f N] [-l N] [-t N] [-m MINLEN] [-z] [-v] [-i INFILE] [-o OUTFILE]從3‘開始到5‘哪些部分保留

  [-f N]       = 從第幾個堿基開始保留，預設第一個
  [-l N]       = 後面從第幾個堿基開始保留，預設全部堿基都保留.
  [-t N]       =序列尾部修剪掉N個堿基.
  [-m MINLEN]  = 修剪掉長度小於MINLEN的序列.

7.  fastx_quality_stats [-h] [-N] [-i INFILE] [-o OUTFILE]fastq檔案的品質值進行統計
  [-i INFILE]      = 輸入fastq檔案
  [-o OUTFILE] = 輸出的文字檔名字
  [-N]                 =使用新的輸出格式，預設使用老格式
老格式輸出檔案：下面一行代表輸出檔案的一列
       column=1到36
       count   = 這列有多少堿基
       min       = 這列的堿基品質最小值
       max     = 這列的堿基品質最大值
       sum     = 這列的堿基品質的總和
       mean   =這列的堿基品質平均值
       Q1       = 1/4堿基品質值
       med     = 堿基品質值的中位元
       Q3      = 3/4堿基品質值.
       IQR     = Q3-Q1
       lW      = ‘Left-Whisker‘ value (for boxplotting).
       rW      = ‘Right-Whisker‘ value (for boxplotting).
       A_Count =本列A的數目
       C_Count = 本列C的數目.
       G_Count = 本列G的數目.
       T_Count = 本列T的數目.
       N_Count =本列N的數目.
       max-count =堿基數目的最大值
新的輸出格式：
迴圈數
最大數目
對每個迴圈的堿基 (ALL/A/C/G/T/N):
               count   = 本列堿基的數目
               min       = 本列堿基品質的最小值
               max     = 本列堿基品質的最大值.
               sum     = 本列堿基品質的綜合.
               mean    = 本列堿基品質的平均值
               Q1      = 1/4堿基品質值
               med    = 堿基品質值的中位元
               Q3      = 3/4堿基品質值
               IQR     = Q3-Q1
               lW      = ‘Left-Whisker‘ value (for boxplotting).
               rW      = ‘Right-Whisker‘ value (for boxplotting).

8. fastq_quality_boxplot_graph.sh [-i INPUT.TXT] [-t TITLE] [-p] [-o OUTPUT]繪製堿基品質分布盒式圖
 [-p]         =產生.PS檔案，預設產生png映像
 [-i INPUT.TXT]=輸入檔案為 fastx_quality_stats的輸出檔案
 [-o OUTPUT]  =輸出檔案的名字
 [-t TITLE]        =輸出映像的標題

9. fastx_nucleotide_distribution_graph.sh [-i INPUT.TXT] [-t TITLE] [-p] [-o OUTPUT]繪製堿基分布圖
 [-p]          =產生.PS檔案，預設產生png映像.
 [-i INPUT.TXT] =輸入檔案為 fastx_quality_stats的輸出檔案
 [-o OUTPUT]   =輸出檔案的名字.
 [-t TITLE]       =輸出映像的標題

10. fastx_clipper [-h] [-a ADAPTER] [-D] [-l N] [-n] [-d N] [-c] [-C] [-o] [-v] [-z] [-i INFILE] [-o OUTFILE] 去掉接頭序列
  [-a ADAPTER] =接頭序列（預設為CCTTAAGG）
  [-l N]       = 忽略那些堿基數目少於N的reads，預設為5
  [-d N]       = 保留接頭序列後的N個堿基預設  -d 0
  [-c]         = 放棄那些沒有接頭的序列.
  [-C]         = 只保留沒有接頭的序列.
  [-k]         = 報告只有接頭的序列.
  [-n]         = 保留有N多序列，預設不保留
  [-v]         =詳細-報告序列編號
  [-z]         =壓縮輸出.
  [-D]       = 輸出調試結果.
  [-M N]   =要求最小能匹配到接頭的長度N，如果和接頭匹配的長度小於N不修剪
  [-i INFILE]  = 輸入檔案
  [-o OUTFILE] = 輸出檔案

轉載本文請聯絡原作者擷取授權，同時請註明本文來自熊朝亮科學網部落格。
連結地址：http://blog.sciencenet.cn/blog-1509670-848270.html 

fastx_toolkit軟體使用說明