测序数据的拆分、合并、质控以及callsnv

您所在的位置：网站首页 › 合并后怎么拆分 › 测序数据的拆分、合并、质控以及callsnv

测序数据的拆分、合并、质控以及callsnv

2024-07-07 20:54| 来源: 网络整理| 查看: 265

一、windows端的原始数据处理

首先要明白为了提高测序效率，需要把不同的文库合并到一起进行测序，为了区分不同文库的不同样本，加了不同I5用以区分文库，加了不同I7用区分不同样本。

在这里插入图片描述

我们这边红色框选部分是I5，蓝色框选部分是I7

因提高测序效率和数据量上限的关系，不同的文库可能被分到不同的Lane中，所以对于分到不同Lane中的数据要分开拆分再进行合并，以下以此为例：在这里插入图片描述

131在Lane1中有44%的数据量和Lane2中有13%的数据量（一般MU21的的数据量总和在50%-60%左右，不排除个别特殊情况），因为131文库存在合并操作，下面操作以此为例。

为了满足拆分数据的格式，需要对条码信息的数据进行初步的整理，保证数据能满足以下条件：

找到对应的sample sheet文件（此处为131在Lane1和Lane2中分别有一部分）；

在这里插入图片描述

样本条码后加LA“n”表示在那一条Lane上为后面合并做依据，黄色部分是需要的，要保证样本条码在第三列，I7+I5在第五列（测数据是I5+I7，拆分数据是I7+I5）；在这里插入图片描述

Lane2的131同理操作。二、linux端数据的拆分与合并使用Xshell登陆

在这里插入图片描述

创建文件夹project/MU21/MU21O-131/fastq MU21O:代表MU21-old mkdir project cd project mkdir MU21 cd MU21 mkdir MU21O-131 cd MU21O-131 mkdir fastq cd fastq 在fastq文件夹下建一个sam_MU*索引文件,将样本条码（第三列）和I7+I5（第五列）粘贴进去 cat > sam_MU21O-131 1020201018120 1020201018120LA1 CTGGAGCG+ATGTATAG 1372010170158 1372010170158LA1 CGCTGTAG+ATGTATAG 找到对应的Lane结果在这里插入图片描述

软连接到fastq文件夹下面（R1、R2代表read1、read2） ln -s /data/qiny/rawdata/201112_X-TEN/MU21-130-131_Lane3_RSJCX2011060009_LaneBarcode16_undetermined_data/Undetermined_S0_L003_R1_001.fastq.gz ln -s /data/qiny/rawdata/201112_X-TEN/MU21-130-131_Lane3_RSJCX2011060009_LaneBarcode16_undetermined_data/Undetermined_S0_L003_R2_001.fastq.gz

在这里插入图片描述

以sam_MU*文件为索引，建立在不同的Lane(.fastq.gz n)中的pbs拆分脚本 sh /data/qiny/pipeline/basecalling/split_data.sh Undetermined_S0_L003_R1_001.fastq.gz 1 sh /data/qiny/pipeline/basecalling/split_data.sh Undetermined_S0_L003_R2_001.fastq.gz 2

建立脚本后fastq内文件如下在这里插入图片描述运行拆分脚本