search

BGI-flexlab / SOAPnuke

A Tool for integrated Quality Control and Preprocessing on FASTQ or BAM/CRAM files
GNU General Public License v3.0
100 stars 27 forks source link

疑问：关于SOAPnuke 2.0 -J参数 #42

Closed AmericanoAndAlcohol closed 5 years ago

AmericanoAndAlcohol commented 5 years ago

我的原始数据是2个样本，R1、R2分别15000条转录组重测序的Reads，物种：拟南芥。用普通的过滤条件，不加-J参数时，R1和R2的接头都能去除掉。参数如下：filter -f AGATCGGAAGAGC -r AATGATACGGCGA -l 10 -q 0.5 -n 0.05 -Q 2 -G 2。

但是加上-J后，参数如下：filter -f AGATCGGAAGAGC -r AATGATACGGCGA -l 10 -q 0.5 -n 0.05 -Q 2 -G 2 -J，发现R1的接头有去掉，但是R2的接头几乎没有减少（少了0.01%）。

当只取R1过滤，并加上-J后，参数如下：filter -f AGATCGGAAGAGC -l 10 -q 0.5 -n 0.05 -Q 2 -G 2 -J。R1的接头完全没有去除（根据Reads长度分布全部是150bp推测）。

请问一下是不是我对这个参数的使用方式有误？还是这个参数目前只支持双端数据？ 谢谢！

AmericanoAndAlcohol commented 5 years ago

我把双端的-f接头换成了3'接头的前12nt，-r接头换成了5'端接头最后13nt的反向互补序列，参数如下：filter -f GATCGGAAGAGC -r AGATCGGAAGAGC -l 10 -q 0.5 -n 0.05 -Q 2 -G 2 -J。R1和R2的接头都能去除掉了。

可是单端去掉-r接头，参数如下：filter -f GATCGGAAGAGC -l 10 -q 0.5 -n 0.05 -Q 2 -G 2 -J。接头依然没有去除（Reads长度分布全部是150bp）。

youngchan919 commented 5 years ago

您好，能把PE数据截取一小部分发给我们吗？我们可以做个测试看看是什么原因。

AmericanoAndAlcohol commented 5 years ago

您好，能把PE数据截取一小部分发给我们吗？我们可以做个测试看看是什么原因。

已经发到您的邮箱了。谢谢。

youngchan919 commented 5 years ago

您好，能把PE数据截取一小部分发给我们吗？我们可以做个测试看看是什么原因。

已经发到您的邮箱了。谢谢。

是ychan919@gmail.com么，我这边没看到你的数据喔，抱歉能麻烦再发一次么？

youngchan919 commented 5 years ago

问题已解决并push，麻烦再测试下吧

AmericanoAndAlcohol commented 5 years ago

单端数据结果： R1数据，-f填写3'接头，能去除接头。 R2数据，-f填写5'接头，不能去除接头。 R2数据，-f填写5'接头的反向互补，能去除接头。

双端数据结果： -f填写3'接头，-r填写5'接头，R1能去除接头，R2没有去除接头。 -f填写3'接头，-r填写5'接头的反向互补，R1、R2都能去除接头。

这样是不是说明接头检测的时候只检测填写的接头序列本身，而不会同时检测它的反向互补？但1.x版本中-r参数直接填写5'接头是能去除它的反向互补序列的。

youngchan919 commented 5 years ago

单端数据结果： R1数据，-f填写3'接头，能去除接头。 R2数据，-f填写5'接头，不能去除接头。 R2数据，-f填写5'接头的反向互补，能去除接头。

双端数据结果： -f填写3'接头，-r填写5'接头，R1能去除接头，R2没有去除接头。 -f填写3'接头，-r填写5'接头的反向互补，R1、R2都能去除接头。

这样是不是说明接头检测的时候只检测填写的接头序列本身，而不会同时检测它的反向互补？但1.x版本中-r参数直接填写5'接头是能去除它的反向互补序列的。

是这样，在检测接头时，算法只会对正向的接头序列进行识别（不包括反向互补），这个在1.x, 2.x都是如此，所以输入接头序列时要确认无误。1.6.3及之前的版本，与1.6.4及之后的版本，在adapter trimming算法上的实现虽然存在差异，但基本逻辑是一样的。 所以在使用SOAPnuke及其他同类软件时，对于PE数据，都是-f填写3'接头，-r填写5'接头的反向互补，这样来处理的。

AmericanoAndAlcohol commented 5 years ago

单端数据结果： R1数据，-f填写3'接头，能去除接头。 R2数据，-f填写5'接头，不能去除接头。 R2数据，-f填写5'接头的反向互补，能去除接头。 双端数据结果： -f填写3'接头，-r填写5'接头，R1能去除接头，R2没有去除接头。 -f填写3'接头，-r填写5'接头的反向互补，R1、R2都能去除接头。 这样是不是说明接头检测的时候只检测填写的接头序列本身，而不会同时检测它的反向互补？但1.x版本中-r参数直接填写5'接头是能去除它的反向互补序列的。

是这样，在检测接头时，算法只会对正向的接头序列进行识别（不包括反向互补），这个在1.x, 2.x都是如此，所以输入接头序列时要确认无误。1.6.3及之前的版本，与1.6.4及之后的版本，在adapter trimming算法上的实现虽然存在差异，但基本逻辑是一样的。� 所以在使用SOAPnuke及其他同类软件时，对于PE数据，都是-f填写3'接头，-r填写5'接头的反向互补，这样来处理的。

好的，我明白了，已经没有其他问题了。十分感谢。