功能简介

fastp可对二代 WGS、RNA-seq、HiC等测序数据质控

下方功能介绍引用自：转录组数据分析—fastp v0.23.1 - 简书 (jianshu.com)

• 对数据自动进行全方位质控，生成人性化的报告。
• 过滤功能（低质量，太短，太多N……）。对每一个序列的头部或尾部，计算滑动窗内的质量均值，并将均值较低的子序列进行切除（类似Trimmomatic的做法，但是快非常多）。
• 全局剪裁 （在头/尾部，不影响去重），对于Illumina下机数据往往最后一到两个cycle需要这样处理。去除接头污染。不用输入接头序列，算法会自动识别接头序列并进行剪裁。
• 对于双端测序（PE）的数据，软件会自动查找每一对read的重叠区域，并对该重叠区域中不匹配的碱基对进行校正。
• 去除尾部的polyG。对于Illumina NextSeq/NovaSeq的测序数据，因为是两色法发光，polyG是常有的事，所以该特性对该两类测序平台默认打开。
• fastp支持对PE数据的每一对read进行分析，查找它们的overlap区间，然后对于overlap区间中不一致的碱基，如果发现其中一个质量非常高，而另一个非常低，则可以将非常低质量的碱基改为相应的非常高质量值的碱基值，该校正功能默认没有开启使用**-c**参数可以启用，对于一些对噪声容忍度低的应用，比如液体活检，建议开启。
• 可以对带分子标签（UMI）的数据进行预处理，不管UMI在插入片段还是在index上，都可以轻松处理。可以将输出进行分拆，而且支持两种模式，分别是指定分拆的个数，或者分拆后每个文件的行数。

Installation

Linux 用户可以直接下载二进制版本，开箱即用。

# download the latest build
wget <http://opengene.org/fastp/fastp>
chmod a+x ./fastp

# or download specified version, i.e. fastp v0.23.2
wget <http://opengene.org/fastp/fastp.0.23.2>
mv fastp.0.23.1 fastp
chmod a+x ./fastp

使用方法

1. 二代双端测序 paired end data (gzip compressed)

一般情况下，默认参数就好，支持输入压缩或者未压缩的fastq文件

fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz \\
	--html fastp.html --json fastp.json --thread 4

🆘 如果不指定输出文件名 -o/-O，则不会写入任何输出文件，但仍会对过滤前后的数据进行 QC, 默认输出fastp.html/fastp.json。