质控软件fastp常用参数说明

写在前面

fastp是用于处理fastq文件，基于C++，支持多线程，包含fastQC和Trimmomatic的一些功能。这里主要给出常用参数的一些说明。

参数的说明主要参考githup上的使用说明，可能有翻译不到位或不恰当的情况，请以github上的说明为准。

---

参考文献

​ fastp工具参考文献

​ fastp软件github下载

fastp功能

1. 去接头
2. 碱基矫正
3. 滑动窗口质量值剪切
4. 切ployG/ployX尾巴
5. 处理分子标签(UMI)
6. 分割输出结果
7. duplicate率的评估
8. 过表达序列分析
9. 质控结果报告

类似软件比较

fastp的文献中指出其运行速度比Trimmomatic快近5倍。

fastp参考文献也对于去除adapter的性能作了比较，X轴是搜索adapter时允许碱基错配数，Y轴是adapter序列数。

下面是各软件比对情况的比较结果：

简单示例

## 双端数据
$ fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz

##  去UMI简单示例
$ cat R1.fq
@NS500713:64:HFKJJBGXY:1:11101:1675:1101 1:N:0:TATAGCCT+GACCCCCA
AAAAAAAAGCTACTTGGAGTACCAATAATAAAGTGAGCCCACCTTCCTGGTACCCAGACATTTCAGGAGGTCGGGAAA
+
6AAAAAEEEEE/E/EA/E/AEA6EE//AEE66/AAE//EEE/E//E/AA/EEE/A/AEE/EEA//EEEEEEEE6EEAA

$ fastp -i R1.fq -o out.R1.fq -U --umi_loc=read1 --umi_len=8
$ cat out.R1.fq
@NS500713:64:HFKJJBGXY:1:11101:1675:1101:AAAAAAAA 1:N:0:TATAGCCT+GACCCCCA
GCTACTTGGAGTACCAATAATAAAGTGAGCCCACCTTCCTGGTACCCAGACATTTCAGGAGGTCGGGAAA
+
EEE/E/EA/E/AEA6EE//AEE66/AAE//EEE/E//E/AA/EEE/A/AEE/EEA//EEEEEEEE6EEAA

常用参数说明

-i, --in1 R1文件输入；

-I, --in2 R2文件输入；

-o, --out1 R1文件处理后的输出；

-O, --out2 R2文件处理后的输出；

-h, --html 设置输出ht