转录组PCR去重

原始数据查看:

查看行数

grep '^@' ctr.R1.fq | sort |uniq|wc -l

27787625 也就是乘以四后的行数,即fq的name不会重

比对:

index=/media/pc/disk1/sun/refdata/ensembl_GRCm38/03_bowtie2_index/GRCm38

bowtie2 -p 20 -x $index -1 ctr.R1.fq -2 ctr.R2.fq -S ctr.sam &&

bowtie2 -p 20 -x $index -1 ko.R1.fq -2 ko.R2.fq -S ko.sam

比对结果:

查看sam行数:

igv:

samtools sort --threads 10 -m 2G -o ctr.bam ctr.sam &&

samtools sort --threads 10 -m 2G -o  ko.bam  ko.sam

samtools index ctr.bam &&

samtools index ko.bam

提取mapped:

samtools view -h -@ 10 -F 4 ctr.sam > ctr.mapped.sam &&

samtools view -h -@ 10 -F 4 ko.sam > ko.mapped.sam

wc -l 查看mapped的sam行数:

对mapped的进行igv:

samtools sort --threads 10 -m 3G -o ctr.mapped.bam ctr.mapped.sam &&

samtools sort --threads 10 -m 3G -o  ko.mapped.bam  ko.mapped.sam &&

samtools index ctr.mappedbam &&

samtools index ko.mapped.bam

#################################

trim:

trimmomatic PE -phred33 -threads 20 ctr.R1.fq ctr.R2.fq ctr.R1.paired.fq ctr.R1.unpaired.fq ctr.R2.paired.fq ctr.R2.unpaired.fq ILLUMINACLIP:/home/pc/miniconda3/pkgs/trimmomatic-0.38-1/share/trimmomatic-0.38-1/adapters/TruSeq3-PE.fa:2:30:10:8:true LEADING:3 TRAILING:3 SLIDINGWINDOW:4:15 AVGQUAL:20 MINLEN:36

trimmomatic PE -phred33 -threads 20 ko.R1.fq ko.R2.fq ko.R1.paired.fq ko.R1.unpaired.fq ko.R2.paired.fq ko.R2.unpaired.fq ILLUMINACLIP:/home/pc/miniconda3/pkgs/trimmomatic-0.38-1/share/trimmomatic-0.38-1/adapters/TruSeq3-PE.fa:2:30:10:8:true LEADING:3 TRAILING:3 SLIDINGWINDOW:4:15 AVGQUAL:20 MINLEN:36 

比对:

bowtie2 -p 20 -x $index -1 ctr.R1.paired.fq -2 ctr.R2.paired.fq -S ctr.paired.sam &&

bowtie2 -p 20 -x $index -1 ko.R1.paired.fq -2 ko.R2.paired.fq -S ko.paired.sam

经过trim后比对情况并未改善:



1.fatsquniq:

网站https://sourceforge.net/projects/fastuniq/

用法:

list文件

去重命令:

fastuniq -i list -o fastuniq.ctr.R1.fq -p fastuniq.ctr.R2.fq

fastuniq -i list2 -o fastuniq.ko.R1.fq -p fastuniq.ko.R2.fq

去重后的行数

grep '^@' fastuniq.ctr.R1.fq | sort | uniq | wc -l

22295210 乘以四后也是行数;

去重率:

ctrl:80.23%

ko:86.58%

比对:

bowtie2 -p 20 -x $index -1 fastuniq.ctr.R1.fq -2 fastuniq.ctr.R2.fq -S fastuniq.ctr.sam &&

bowtie2 -p 20 -x $index -1 fastuniq.ko.R1.fq -2 fastuniq.ko.R2.fq -S fastuniq.ko.sam

比对结果:

查看sam:

44590443 fastuniq.ctr.sam

44155981 fastuniq.ko.sam

igv:

samtools sort --threads 10 -m 2G -o fastuniq.ctr.bam fastuniq.ctr.sam && 

samtools sort --threads 10 -m 2G -o fastuniq.ko.bam fastuniq.ko.sam &&

samtools index fastuniq.ctr.bam &&

samtools index  fastuniq.ko.bam

提取mapped:

samtools view -h -@ 10 -F 4 fastuniq.ctr.sam > fastuniq.ctr.mapped.sam &&

samtools view -h -@ 10 -F 4 fastuniq.ko.sam > fastuniq.ko.mapped.sam

查看mapped行数:

提取mapped后不能用igv。原因是缺少header:

解决:提取mapped时加-h参数:ref:[E::sam_parse1] missing SAM header



2.seqkit:

网站https://bioinf.shenwei.me/seqkit/

用法:

命令:

seqkit rmdup -s ctr.R1.fq -o seqkit.ctr.R1.fq.gz -d seqkit.ctr.R1.duplicated.fq.gz -D seqkit.ctr.R1.duplicated.txt -j 5

seqkit rmdup -s ctr.R2.fq -o seqkit.ctr.R2.fq.gz -d seqkit.ctr.R2.duplicated.fq.gz -D seqkit.ctr.R2.duplicated.txt -j 5

seqkit rmdup -s ko.R1.fq -o seqkit.ko.R1.fq.gz -d seqkit.ko.R1.duplicated.fq.gz -D seqkit.ko.R1.duplicated.txt -j 5

seqkit rmdup -s ko.R2.fq -o seqkit.ko.R2.fq.gz -d seqkit.ko.R2.duplicated.fq.gz -D seqkit.ko.R2.duplicated.txt -j 5

查看行数:

zcat seqkit.ctr.R1.fq.gz | wc -l -> 57594872 51.82% [去重]

zcat seqkit.ctr.R2.fq.gz | wc -l -> 63321348 56.97%  [去重]

zcat seqkit.ko.R1.fq.gz | wc -l -> 60717652 54.63%  [去重]

zcat seqkit.ko.R2.fq.gz | wc -l -> 67585076 66.26%  [去重]

比对:

bowtie2 -p 20 -x $index -1 seqkit.ctr.R1.fq.gz -2 seqkit.ctr.R2.fq.gz -S seqkit.ctr.sam &&

bowtie2 -p 20 -x $index -1 seqkit.ko.R1.fq -2 seqkit.ko.R2.fq -S seqkit.ko.sam

报错了:双端不对齐

结论:

seqkit去重率约50-70%,但是使用后双端不齐,无法比对。但是可以保留去重掉的fastq。



3.super_deduper:

官网https://github.com/dstreett/Super-Deduper

新地址https://github.com/ibest/HTStream

用法

命令:

super_deduper -1 ctr.R1.fq -2 ctr.R1.fq -g -p super_deduper.ctrl

super_deduper -1 ko.R1.fq -2 ko.R1.fq -g -p super_deduper.ko

查看行数:

zcat super_deduper.ctrl_R1.fastq.gz |wc -l -> 3915060 3.52% [去重]

zcat super_deduper.ctrl_R2.fastq.gz |wc -l -> 3915060 3.52% [去重]

zcat super_deduper.ko_R1.fastq.gz |wc -l -> 3971360 3.89% [去重]

zcat super_deduper.ko_R2.fastq.gz |wc -l -> 3971360 3.89% [去重]

修改参数:

super_deduper -1 ctr.R1.fq -2 ctr.R1.fq -g -p super_deduper.ctrl -q 30

super_deduper -1 ko.R1.fq -2 ko.R1.fq -g -p super_deduper.ko -q 20

查看again:

zcat super_deduper.ctrl_R1.fastq.gz | wc -l -> 3915060 3.52% [去重]

zcat super_deduper.ctrl_R2.fastq.gz | wc -l -> 3915060 

zcat super_deduper.ko_R1.fastq.gz | wc -l -> 3971360 3.89% [去重]

zcat super_deduper.ko_R2.fastq.gz | wc -l -> 3971360  改了参数后竟然没变

比对:

bowtie2 -p 20 -x $index -1 super_deduper.ctrl_R1.fastq.gz -2 super_deduper.ctrl_R2.fastq.gz -S super_deduper.ctrl.sam &&

bowtie2 -p 20 -x $index -1 super_deduper.ko_R1.fastq.gz -2 super_deduper.ko_R2.fastq.gz -S super_deduper.ko.sam

比对结果:

查看sam行数:

igv:

samtools sort --threads 10 -m 2G -o super_deduper.ctrl.bam super_deduper.ctrl.sam && samtools sort --threads 10 -m 2G -o super_deduper.ko.bam super_deduper.ko.sam

samtools index super_deduper.ctrl.bam &&

samtools index  super_deduper.ko.bam

提取mapped:

samtools view -h -@ 10 -F 4 super_deduper.ctrl.sam > super_deduper.ctrl.mapped.sam &&

samtools view -h -@ 10 -F 4 super_deduper.ko.sam > super_deduper.ko.mapped.sam

查看mapped的行数

结论:

super_deduper率约3-4%,去重去的太多。原理是什么呢?



4.fastp:

官网https://github.com/OpenGene/fastp

用法:

命令:

fastp -i ctr.R1.fq -I ctr.R2.fq -o fastp.ctr.R1.fq -O fastp.ctr.R2.fq

fastp -i ko.R1.fq -I ko.R2.fq -o fastp.ko.R1.fq -O fastp.ko.R2.fq

查看:

ctrl
ko

查看:

fastp.ctr.R1.fq -> 27082408*4 97.46% [去重]

fastp.ctr.R2.fq -> 27082408*4 97.46% [去重]

fastp.ko.R1.fq -> 24873179*4 97.54% [去重]

fastp.ko.R2.fq -> 24873179*4 97.54% [去重]

比对:

bowtie2 -p 20 -x $index -1 fastp.ctr.R1.fq -2 fastp.ctr.R2.fq -S fastp.ctr.sam &&

bowtie2 -p 20 -x $index -1 fastp.ko.R1.fq -2 fastp.ko.R2.fq -S fastp.ko.sam

比对情况:

提取mapped:

samtools view -h -@ 10 -F 4 fastp.ctr.sam > fastp.ctr.mapped.sam &&

samtools view -h -@ 10 -F 4 fastp.ko.sam > fastp.ko.mapped.sam

查看行:

35,942,791 fastp.ctr.mapped.sam

32,536,623 fastp.ko.mapped.sam

igv:

samtools sort --threads 10 -m 2G -o fastp.ctr.mapped.bam fastp.ctr.mapped.sam&& samtools sort --threads 10 -m 2G -o fastp.ko.mapped.bamfastp.ko.mapped.sam &&

samtools index fastp.ctr.mapped.bam  &&

samtools index fastp.ko.mapped.bam



5.samtools:

官网:http://www.htslib.org/

samtools sort --threads 10 -n  ctr.bam -o ctr.sort.bam &&

samtools fixmate --threads 10 -m ctr.sort.bam ctr.fixmate.bam &&

samtools sort --threads 10 ctr.fixmate.bam -o ctr.positionsort.bam &&

samtools markdup --threads 10 -r ctr.positionsort.bam ctr.markdup.bam

samtools sort --threads 10 -n  ko.bam -o ko.sort.bam &&

samtools fixmate --threads 10 -m ko.sort.bam ko.fixmate.bam &&

samtools sort --threads 10 ko.fixmate.bam -o ko.positionsort.bam &&

samtools markdup --threads 10 -r ko.positionsort.bam ko.markdup.bam 

查看行:

samtools view  ctr.markdup.bam | wc -l 39,334,011

samtools view ko.markdup.bam | wc -l 39,170,695

提取mapped:

samtools view -h -@ 10 -F 4  ctr.markdup.bam > ctr.markdup.mapped.sam &&

samtools view -h -@ 10 -F 4  ko.markdup.bam > ko.markdup.mapped.sam

查看mapped的行数:

wc -l ctr.markdup.mapped.sam  -> 20,069,023

wc -l ko.markdup.mapped.sam -> 21,054,225

igv:

samtools sort --threads 10 -m 2G -o ctr.markdup.mapped.bam ctr.markdup.mapped.sam && samtools sort --threads 10 -m 2G -o ko.markdup.mapped.bam ko.markdup.mapped.sam &&

samtools index ctr.markdup.mapped.bam &&

samtools index  ko.markdup.mapped.bam


6.picard:

官网:https://broadinstitute.github.io/picard/

用法

直接删除冗余:

java -jar /home/pc/biosoft/picard.jar MarkDuplicates REMOVE_DUPLICATES=true I=ctr.sort.bam O=picard.ctr.sorted.markdup.bam M=picard.ctr.markdup.txt

****************************************************

java -jar /home/pc/biosoft/picard.jar MarkDuplicates REMOVE_DUPLICATES=true I=ko.sort.bam O=picard.ko.sorted.markdup.bam M=picard.ko.markdup.txt

查看行:

samtools view picard.ctr.sorted.markdup.bam | wc -l -> 39,302,611

samtools view picard.ko.sorted.markdup.bam | wc -l -> 39,151,069

igv:

samtools index picard.ctr.sorted.markdup.bam

samtools index picard.ko.sorted.markdup.bam

提取mapped:

samtools view -h -@ 10 -F 4  picard.ctr.sorted.markdup.bam > picard.ctr.sorted.markdup.mapped.sam && 

samtools view -h -@ 10 -F 4  picard.ko.sorted.markdup.bam > picard.ko.sorted.markdup.mapped.sam

查看行数:

20,037,624 picard.ctr.sorted.markdup.mapped.sam

21,034,600 picard.ko.sorted.markdup.mapped.sam

igv:

samtools sort --threads 10 -m 2G -o picard.ctr.sorted.markdup.mapped.bam picard.ctr.sorted.markdup.mapped.sam &&

samtools sort --threads 10 -m 2G -o picard.ko.sorted.markdup.mapped.bam picard.ko.sorted.markdup.mapped.sam &&

samtools index picard.ctr.sorted.markdup.mapped.bam &&

samtools index picard.ko.sorted.markdup.mapped.bam

# 比对效率低?

用hisat2比对看竟然比对效率提高这么多

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,839评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,543评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,116评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,371评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,384评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,111评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,416评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,053评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,558评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,007评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,117评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,756评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,324评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,315评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,539评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,578评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,877评论 2 345

推荐阅读更多精彩内容