KneadData 数据质控

生信喵

一、下载案例数据
       网址：

1. https://github.com/biobakery/biobakery

复制代码

      案例文章：

1. https://www.nature.com/articles/nature11234

复制代码

      该案例来自 HMP 计划，选取 10 个口腔黏膜（buccal mucosa）样品和 10 个舌头背面（ tongue dorsum）样品进行比较分析。

1. #/share/home/xiehs/17.meta/data/hmp
   
2. 
   
3. buccal_mucosa_samples="SRS013506 SRS015374 SRS015646 SRS017687 SRS019221 SRS019329 SRS020336 SRS022145 SRS022532 SRS045049"
   
4. for s in ${buccal_mucosa_samples}
   
5. do
   
6.     wget http://downloads.hmpdacc.org/data/Illumina/buccal_mucosa/${s}.tar.bz2 -O input/${s}.tar.bz2
   
7. done
   
8. tongue_dorsum_samples="SRS011243 SRS013234 SRS014888 SRS015941 SRS016086 SRS016342 SRS017713 SRS019219 SRS019327 SRS043663"
   
9. for s in ${tongue_dorsum_samples}
   
10. do
    
11.     wget http://downloads.hmpdacc.org/data/Illumina/tongue_dorsum/${s}.tar.bz2 -O input/${s}.tar.bz2
    
12. done
    
13. #解压
    
14. cd input
    
15. id="SRS013506 SRS015374 SRS015646 SRS017687 SRS019221 SRS019329 SRS020336 SRS022145 SRS022532 SRS045049 SRS011243 SRS013234 SRS014888 SRS015941 SRS016086 SRS016342 SRS017713 SRS019219 SRS019327 SRS043663"
    
16. for s in ${id}
    
17. do
    
18.     tar -jxvf ${s}.tar.bz2
    
19. done

复制代码

1. vi matadata.txt
   
2. #写进如下内容
   
3. ID  type
   
4. SRS013506   BM
   
5. SRS015374   BM
   
6. SRS015646   BM
   
7. SRS017687   BM
   
8. SRS019221   BM
   
9. SRS019329   BM
   
10. SRS020336   BM
    
11. SRS022145   BM
    
12. SRS022532   BM
    
13. SRS045049   BM
    
14. SRS011243   TD
    
15. SRS013234   TD
    
16. SRS014888   TD
    
17. SRS015941   TD
    
18. SRS016086   TD
    
19. SRS016342   TD
    
20. SRS017713   TD
    
21. SRS019219   TD
    
22. SRS019327   TD
    
23. SRS043663   TD

复制代码

二、KneadData 数据质控        kneaddata 是一个数据质控过滤流程，软件整合了 fastqc 质控，trimmomatic 数据过滤，bowtie2 比对数据库过滤宿主等功能。输入原始数据，即可得到处理好的 cleandata，直接用于后面的分析。默认集成人，小鼠，rRNA 等数据库。如果是其他宿主，可以自行建库。
文档：

1. https://github.com/biobakery/kneaddata

复制代码

1. conda activate biobakery
   
2. vi kneadata.sh #编辑如下内容进脚本
   
3. kneaddata  -i1 /share/home/xiehs/17.meta/data/hmp/input/SRS011243/SRS011243.denovo_duplicates_marked.trimmed.1.fastq \
   
4.     -i2 /share/home/xiehs/17.meta/data/hmp/input/SRS011243/SRS011243.denovo_duplicates_marked.trimmed.2.fastq \
   
5.     -db /share/home/xiehs/17.meta/database/kneadData_databases/human_genome_bowtie2/Homo_sapiens \
   
6.     -o kneaddata_output --remove-intermediate-output -v -t 12 \
   
7.     --trimmomatic /share/home/xiehs/Software/miniconda3/envs/biobakery/share/trimmomatic/ --trimmomatic-options \
   
8.     'ILLUMINACLIP:/share/home/xiehs/Software/miniconda3/envs/biobakery/share/trimmomatic/adapters/TruSeq3-PE.fa:2:40:15 SLIDINGWINDOW:4:20 MINLEN:50' \
   
9.     --reorder --bowtie2-options '--very-sensitive --dovetail' --run-fastqc-start --run-fastqc-end
   
10. #集群命令
    
11. #bsub -q fat -n 12 -o %J.log -e %J.err sh kneadata.sh
    
12. #没有的话就nohup sh执行到后台
    
13. nohup sh kneadata.sh &

复制代码