Bacass精简modules

Bacass精简modules

Fastp

一种旨在为 FastQ 文件提供快速一体化预处理的工具。该工具是用 C++ 开发的，支持多线程以提供高性能运作（过滤与质控）

1. 过滤数据前后的综合质量分析（质量曲线、基础含量、KMER、Q20/Q30、GC 比率、重复、适配器内容…）
2. 过滤掉不好的读取（质量太低、太短或太多 N…）
3. 通过从滑动窗口（如 Trimmomatic 但更快）评估平均质量，在其 5’ 和 3’ 中为每次读取切割低质量的碱基。
4. 修剪前面和尾部的所有读取
5. 切割适配器。可以自动检测适配器序列，这意味着您不必输入适配器序列来修剪它们。
6. 纠正配对末端读数重叠区域中的错配碱基对，如果一个碱基质量高而另一个碱基质量超低
7. 在 3’ 末端修剪 polyG，这在 NovaSeq/NextSeq 数据中很常见。修剪 3’ 末端的 polyX 以去除不需要的 polyX 拖尾（即 mRNA-Seq 数据的 polyA 拖尾）
8. 预处理启用唯一分子标识符 (UMI) 的数据，将 UMI 转换为序列名称。
9. 报告 JSON 格式的结果以供进一步解释。
10. 在单个 HTML 页面上可视化质量控制和过滤结果（类似于 FASTQC，但速度更快、信息更多）。
11. 将输出拆分为多个文件（0001.R1.gz、0002.R1.gz…）以支持并行处理。可以使用两种模式，限制总拆分文件数，或限制每个拆分文件的行数。
12. 支持长读取（来自 PacBio / Nanopore 设备的数据）。
13. 支持从 STDIN 读取和写入 STDOUT
14. 支持交错输入

---

Porechop

Porechop 是一种用于从牛津纳米孔读数中查找和去除接头的工具。读取末端的适配器被修剪掉，当读取中间有适配器时，它被视为嵌合体并被切割成单独的读取。Porechop 执行彻底的比对以有效地找到接头，即使在低序列同一性下也是如此。

Nanoplot

tag：样品ID

publishDir：文件的输出路径：路径参数/样品ID/QC_longreads/NanoPlot，mode：publish_dir_mode = ‘copy’

when：当不是短reads时

input：从ch_for_nanoplot中提取样品ID以及长read