Анализ качества и очистка чтений

Для анализа качества чтений мне был дан один из файлов с чтениями генома Arabidopsis thaliana. Для этого я использовала программу FasqQC, установленую на сервере kodomo. Ссылка на результат тут.

Для jчистки чтений я использовала все тот же файл и программу Trimmomatic. Все файлы с примерами адаптеров я поместила в один (adapters.fa). Cтрока запроса:

java -jar /usr/share/java/trimmomatic.jar SE -phred33 Ath_tae_CTTGTA_L003_R1_003.fastq result.fastq ILLUMINACLIP:adapters.fasta:2:7:7 TRAILING:20 MINLEN:50

Затем снова с помощью FasqQC я получила отчет.

Приведем несколько результатов очистки. Сравним Per base sequence quality. Хорошо видно, что Trimmomatic удалил хвостовые нуклеотиды с качеством ниже 28, среднее значение качества нуклеотидов выросло. Это хорошо заметно для концевых ридов.

Рис 1. Per base sequence quality до очистки.

Рис 2. Per base sequence quality после очистки.

Еще одно отличие, бросающееся в глаза - это графики Sequence length distribution. На самом деле тут отличия почти нет. Сначала длины всех ридов были 101, а после очистке появили (по причинам описанным выше) и более короткие, однако по второму графику видно, что доля их мала.

Рис 1. Sequence length distribution до очистки.

Рис 2. Sequence length distribution после очистки.