二代宏基因组测序数据的质控和过滤。

• 测序数据质量过滤，包括测序质量、adapter 等过滤
• 去除污染数据，一般是宿主数据。该步骤对于水体、土壤等样品可以跳过

数据质控

原始测序数据下机后，可能会包含低质量、接头等，我们可以使用 fastqc对数据质量进行检查。

fastqc --outdir ./ \ # 输出目录
--threads 4 \ # 线程数
./A1_1.fq.gz  ./A1_2.fq.gz # 输入文件

结果：

1. 网页版质控报告 fastqc.html
2. 报告对应数据 fastqc.zip

质量过滤

使用 fastp 进行低质量数据过滤

fastp --thread 4 -i ./FQ/A1_1.fq.gz -I ./A1_2.fq.gz  \
-o ./A1_1.clean.fq.gz -O ./A1_2.clean.fq.gz \
-h A1.html

输出结果：
过滤后 fq数据 clean data
可以使用 muiltQC 对 fastp 日志进行汇总

去除宿主

对于宿主来源的宏基因组测序数据，需要对其中的宿主序列进行去除

# 构建宿主基因组index
bowtie2-build genome.fa  genome.db 

# bowtie2比对
bowtie2 --threads 4 \ #线程数
-x ./genome.db \ # 基因组index名称
-1 ./A1_1.clean.fq.gz \ # 输入，fq1
-2 .//A1_2.clean.fq.gz \ # 输入，fq2
-S A1.sam \ # 输出，sam格式比对结果
2>A1.map.log

# 去除宿主数据
view -f 12 \ # 去除比对上的reads
A1.sam \ # 输入，sam文件
>A1.unmap.bam # 输出bam格式文件

# bam转换回fq格式
samtools fastq \
-1 A1_1.clean.fq.gz \ # 输出，fq1
-2 A1_2.clean.fq.gz \ # 输出，fq2
A1.unmap.bam # 输入，bam文件

欢迎关注Bioinfor 生信云