Fastp
Fastp 是一个快速、全功能的FASTQ预处理工具，广泛应用于高通量测序数据的质量控制和数据过滤。它可以用于处理单端和双端（paired-end）测序数据，具备去接头、质量过滤、去低质量碱基、去除重复序列等功能。相比其他工具，Fastp 速度快、资源占用少，且提供了详细的质控报告。
Github: https://github.com/OpenGene/fastp
下载 fastp
# 1. bioconda
conda install -c bioconda fastp
# 2. 二进制文件
wget http://opengene.org/fastp/fastp # 最新版
chmod a+x ./fastp
wget http://opengene.org/fastp/fastp.0.23.4 # 指定版本
mv fastp.0.23.4 fastp
chmod a+x ./fastp
基础使用
module load fastp/0.23.4
# 1. 不指定输出文件，则只会输出过滤前后的质控报告，默认会输出质控报告fastp.json、fastp.html
fastp -i sample_1.fq.gz \
-I sample_2.fq.gz
# 2. 指定输出文件，默认参数过滤低质量的reads，产生过滤后的 clean data
fastp -w 3 \
-i sample_1.fq.gz \
-I sample_2.fq.gz \
-o sample_1.clean.fq.gz \
-O sample_2.clean.fq.gz
# 3. 指定输出报告,
fastp -w 3 \
-i sample_1.fq.gz \
-I sample_2.fq.gz \
-o sample_1.clean.fq.gz \
-O sample_2.clean.fq.gz
-j sample_fastp_json \
-h sample_fastp_html
常用参数
-
输入/输出相关参数
-i / --in1：单端或双端测序的第一个输入文件（read1）。-I / --in2：双端测序的第二个输入文件（read2）。-o / --out1：单端或双端测序的第一个输出文件（read1）。-O / --out2：双端测序的第二个输出文件（read2）。 -
质量控制相关参数
-q / --qualified_quality_phred：设置碱基的合格质量阈值（默认 15）。-u / --unqualified_percent_limit：允许的低质量碱基的最大百分比（默认 40%）。-n / --n_base_limit：设置允许的 N 碱基的最大数量（默认 5 个）。-e / --average_qual：设置平均质量分数阈值，（默认 0，表示不启用）。 -
长度过滤
-l, --length_required：设置read的最小长度，默认是 15。--length_limit：设置read的最大长度, 默认没有限制。 -
去接头相关参数
-A, --disable_adapter_trimming：默认情况下，接头序列去除是启用的。可以使用这个选项来禁用接头序列的剪切。--detect_adapter_for_pe：自动检测双端测序接头。-a / --adapter_sequence：手动指定单端测序接头序列或者是双端测序的 read1 接头。--adapter_sequence_r2：手动指定双端测序的 read2 接头序列。 -
其他参数
-W, --cut_window_size：设置滑动窗口大小-M, --cut_mean_quality设置滑动窗口的平均质量值阈值，低于这个阈值则被切除-w / --thread：线程数，默认为 3。