用途:从 FASTQ 测序数据中去除接头序列,是读长质控流程中的常见步骤。提供 Cutadapt(精确、灵活)与 Trimmomatic(针对双端优化)两种工具。
主要能力:支持单端与双端读长;内置常见接头序列参考,包括 Illumina TruSeq Read1/Read2、Nextera 转座酶、Small RNA 3' 接头及 Poly-A 尾;支持自定义接头。Cutadapt 可处理 3'/5' 接头、多接头、锚定接头、连接接头,并可设置错误率(-e,默认 0.1)、最小重叠(-O,默认 3)、禁用 indel(--no-indels)、修剪末端 N(--trim-n)等。去接头后可过滤:最小长度(-m)、最大长度(-M)、最大 N 含量(--max-n)、丢弃已修剪或未修剪读长(--discard-trimmed / --discard-untrimmed),双端模式下可要求两条读长均通过长度过滤,并可单独输出过短读长。动作选项支持 mask、lowercase、none。Trimmomatic 支持 SE 与 PE 模式,通过 ILLUMINACLIP 指定接头 fasta 及 seed、palindrome、simple 阈值,并自带 TruSeq2/3、Nextera 等接头文件。
使用方式:Cutadapt 基本命令如 cutadapt -a AGATCGGAAGAGC -o trimmed.fastq.gz sample.fastq.gz;双端使用 -a/-A 与 -o/-p。Trimmomatic 基本命令如 trimmomatic SE -phred33 input.fastq.gz output.fastq.gz ILLUMINACLIP:adapters.fa:2:30:10,双端需指定四个输出文件。两者均支持多线程(Cutadapt -j,Trimmomatic -threads)。可用 FastQC 验证去接头效果,并用 zcat 与 wc -l 统计前后读长数。
适用场景:Illumina 等平台的 FASTQ 读长预处理,尤其是双端测序、Small RNA 及含 Poly-A 的数据。
限制:资料未提供安装步骤、版本要求、性能基准及具体运行环境说明;接头序列与参数需根据实际建库试剂盒选择,错误设置可能影响结果。