fastax-toolkit使用详解

Posted 2020-09-02

FASTX-Toolkit是一款用于处理Short-Reads FASTA/FASTQ文件的程序，里面包含了丰富的FASTA/FASTQ文件格式转换、统计等命令。软件下载地址：http://hannonlab.cshl.edu/fastx_toolkit/download.html

下面是其功能介绍：

•  FASTQ-to-FASTA converter （FASTQ转换成Fasta）：Convert FASTQ files to FASTA files. 

命令：usage: fastq_to_fasta [-h] [-r] [-n] [-v] [-z] [-i INFILE] [-o OUTFILE]

输入文件：fastq文件

输出文件：fasta文件

• FASTX Statistics（质量统计）

命令：fastx_quality_stats [-h] [-i INFILE] [-o OUTFILE]

输入文件： FASTA/Q文件

输出文件：文本文件

• FASTQ Information（FastQ质量统计图、核酸长度分布）：Chart Quality Statistics and Nucleotide Distribution

输入文件：fastx_quality_stats结果

输出文件：png文件

• FASTQ/A Collapser：Collapsing identical sequences in a FASTQ/A file into a single sequence (while maintaining reads counts)

• FASTQ/A Trimmer （去掉FASTA/FASTQ中barcode序列）：Shortening reads in a FASTQ or FASTQ files (removing barcodes or noise).

• FASTQ/A Renamer（批量对FASTA/FASTQ序列重命名）：Renames the sequence identifiers in FASTQ/A file.

• FASTQ/A Clipper（去掉FASTA/FASTQ中的接头序列）：Removing sequencing adapters / linkers

命令：fastx_clipper [-h] [-a ADAPTER] [-D] [-l N] [-n] [-d N] [-c] [-C] [-o] [-v] [-z] [-i INFILE] [-o OUTFILE]

输入文件：FASTA/FASTQ

输出文件：FASTA/FASTQ

$ fastx_clipper -Q 33 -l 18 -a TGGAATTCTCGGGTGCCAAGG -v -i input.fastq -o input_clipped.fastq

这里 -v可以显示输入和输出功能， -l 18是去掉长度小于18nt的reads，要善用fastx_clipper -h，这样就能挑选自己想要的参数。-Q 33 在Fastx Toolkit的应用中都要加，这个在-h中不显示，我暂时能找到的解释是这么说的-Q is an undocumented parameter to indicate that quality values use ASCII 33 encoding。结果显示如下：

Clipping Adapter: TGGAATTCTCGGGTGCCAAGG

Min. Length: 18

Input: 15344568 reads.

Output: 10454576 reads.

discarded 4708543 too-short reads.

discarded 31383 adapter-only reads.

discarded 150066 N reads.

然后是去低质量的reads，可以用fastq_quality_filter这个应用

$ fastq_quality_filter -Q 33 -v -q 30 -p 80 -i input_clipped.fastq -o input_clipped_qualified.fastq

关于 -q 和 -p 下列这个图片解释的很清楚，-q 30 -p 80 所过滤掉的reads介于-q 20 -p 90和-q 20 -p 100之间。 

• FASTQ/A Reverse-Complement（取FASTA/FASTQ的反向互补序列）
• Producing the Reverse-complement of each sequence in a FASTQ/FASTA file.

输入文件：FASTA/FASTQ

输出文件：FASTA/FASTQ

• FASTQ/A Barcode splitter（根据Barcode将FASTA/FASTQ分成多个样本文件）

Splitting a FASTQ/FASTA files containning multiple samples

• FASTA Formatter：changes the width of sequences line in a FASTA file

• FASTA Nucleotide Changer：Convets FASTA sequences from/to RNA/DNA

• FASTQ Quality Filter：Filters sequences based on quality

• FASTQ Quality Trimmer：Trims (cuts) sequences based on quality

• FASTQ Masker：Masks nucleotides with ‘N‘ (or other character) based on quality