1. 简介及安装

NGS raw reads的两端通常会存在一些质量值较低的碱基，有时甚至整条read大半部分测序质量都很低。fastq格式如下，其质量值可参考https://en.wikipedia.org/wiki/FASTQ_format

https://www.drive5.com/usearch/manual/fastq_files.html

因此，通常会去掉这些reads中的低质量碱基，或者去掉整条reads，但是read都是成双出现的，所以一旦去掉就是R1和R2对应的read都是去掉，这个过程称为reads trim。trimmomatic是一款引用很高的trim工具，它不是简单的切掉两端几bp，而是构建一个滑窗，窗内质量值低于某个值时去掉滑窗内的碱基。

trimmomatic从官网下载二进制java包(.jar格式)，可直接使用。同时还提供了详细的说明文档

http://www.usadellab.org/cms/?page=trimmomatic

注意：随jar包下载的还有一个adapter目录，它非常重要！

2. 运行及参数说明

2.1 运行

trimmomatics的参数可参考文章：

Girdhar K, Hoffman G E, Bendl J, et al. Chromatin domain alterations linked to 3D genome organization in a large cohort of schizophrenia and bipolar disorder brains[J]. Nature neuroscience, 2022, 25(4): 474-483.

具体运行如下：

java -jar trimmomatic-0.39.jar -summary trim_stat.txt -validatePairs input_R1.fastq.gz input_R2.fastq.gz ILLUMINACLIP:TruSeq3-PE.fa:2:30:10:8:TRUE, LEADING:3, TRAILING:3, SLIDINGWINDOW:4:15 and MINLEN:36 -baseout output.fastq.gz

2.2 参数说明

ILLUMINACLIP:TruSeq3-PE.fa:2:30:10:8:TRUE

TruSeq3-PE.fa是adapter文件，2表示最大mismatch数，30表示palindrome方法的匹配阈值(具体的图解可以参考trimmomatic官网的manual，通常使用默认即可)，10表示simple方法的匹配阈值

需要注意的是如果采用illumina测序平台，一般都会用TruSeq3-PE-2.fa测序接头，这个文件在trimmomatic jar包下载时同时下载，TruSeq3-PE-2.fa内容如下：

如果是采用BGI测序平台，需采用BGI-SEQ-PE.fa，其内容如下：

BGI adapter信息也可以参考BGI官网提供的Oligos and primers for BGISEQ/DNBSEQ/MGISEQ library:

https://en.mgitech.cn/Download/download_file/id/71

另外，BGI adapter信息在以下文章也有：

Kim H M, Jeon S, Chung O, et al. Comparative analysis of 7 short-read sequencing platforms using the Korean Reference Genome: MGI and Illumina sequencing benchmark for whole-genome sequencing[J]. GigaScience, 2021, 10(3): giab014.

LEADING:3表示切掉reads 5’端(the start of read)质量低于3的碱基或N

TRAILING:3 #表示切掉reads 3’端(the end of read)质量低于3的碱基或N

SLIDINGWINDOW:4:15 表示以4个碱基作为窗口，窗口一个碱基一个碱基往后移，如果窗口内碱基的平均质量小于15,后面的都切掉

MINLEN:36 以上步骤处理后，如果reads的长度小于36，这条reads也会被排除

此外还有：

CROP：切reads到一个指定长度(从reads 3’端切)

HEADCROP：从reads 5’端切除指定长度的序列

TOPHRED33：将质量得分转化为Phred-33的编码方式

TOPHRED64：将质量得分转化为Phred-64的编码方式

注：现在使用较多是Phred-33的编码方式，Phred-64是旧版本