RNA-Seq数据去接头(Adapter)

1、adapter是一段短的序列已知的核酸链，用于链接序列未知的目标测序片段。2、barcode，也称为index，是一段很短的寡居核酸链，用于在多个样品混合测序时，标记不同的样品。3、insert是用于测序的目标片段，因为是包括在两个adapter之间，所以被称为“插入”片段。一个常见测序片段类似与adapter--barcode--insert--adapter。测序开始时前几个碱基无法测得，第一个adapter在数据输出时被去除；由于测序仪读长限制，第二个adapter通常无法测得。所以，经常得到类似 barcode--部分insert的read。最后，把barcode去除，只保留测度insert的片段，这个操作的术语是demultiplexing。但是有时候测序时会测穿，也就是说会得到barcode--insert的read--部分adapter，那么这里就包含了接头了，这里的接头也就是大家经常说去接头要去除的部分。假设我有一个双端测序的数据，最原始的没有去除接头的，然后公司也告诉了我接头序列接头序列：    adapt1:AATGATACGGCGACCACCGAGATCTACACTCTTTCCCTACACGACGCTCTTCCGATCT    adapt2:GATCGGAAGAGCACACGTCTGAACTCCAGTCACNNNNNNATCTCGTATGCCGTCTTCTGCTTG    NNNNNN：barcodebarcode：使用cutadapt进行去除接头操作跟进cutadapt教程主要有几个参数：-a：左端reads的接头-A：右端reads的接头，注意右端出现的接头是因为侧穿了，所以他的接头序列是左端reads的接头的反向互补序列-m：表示去除接头后如果read长度小于这个m值就不要了--pair-filter：采用双末端模式来去除接头，保持两端数据匹配完整命令如下：cutadapt -a adapt2 -A adapt1_REV -m 20 --pair-filter=both -o out_fq1 -p out_fq2 fq1 fq2

例子完整命令:先安装cutadapt：pip install cutadapt按照上面流程进行构建命令：cutadapt -a GATCGGAAGAGCACACGTCTGAACTCCAGTCACAGTCAAATCTCGTATGCCGTCTTCTGCTTG -A AGATCGGAAGAGCGTCGTGTAGGGAA

结果如下：