尔云间  一个专门做科研的团队

欢迎点赞+收藏+关注

生信人R语言学习必备

立刻拥有一个Rstudio账号

开启升级模式吧

（56线程，256G内存，个人存储1T）

随着高通量测序技术的发展，转录组测序已经成为了研究基因表达的重要手段。但是，由于实验条件、测序平台等原因，转录组测序数据中常常存在一些噪声，这些噪声会影响我们对基因表达情况的判断。

因此，在进行进一步的差异分析、功能注释和生信分析之前，我们需要对转录组原始数据进行过滤，去除掉低质量的序列和噪声，提高数据的可靠性和准确性。

一、什么是转录组

转录组是指在一个时刻内细胞内转录生成的RNA的总和。与基因组相比，转录组更反映了细胞内基因的表达情况，能够为我们揭示细胞内部的基因调控网络以及基因功能的变化。因此，转录组测序已经成为研究基因功能和基因调控机制的重要手段。

二、为什么要过滤转录组原始数据？

转录组测序产生的原始数据往往具有以下问题：

低质量的序列：由于测序仪器或反应体系等因素的影响，会产生一些低质量的测序序列，这些序列不仅会占用服务器空间和计算资源，也会影响后续的数据分析结果。

读长偏差：由于测序仪器等因素的限制，测序数据中可能存在长度偏差，如头尾序列较短或较长等，这些偏差会对基因表达水平的计算造成影响。

噪声：由于实验条件等原因，测序数据中常常会出现一些异质性，比如SNP（单核苷酸多态性）、INDEL（插入/缺失）等，这些异质性会影响后续的差异分析和功能注释。

因此，我们需要对原始数据进行过滤，去除掉低质量的序列和噪声，提高数据的可靠性和准确性。

三、如何对转录组原始数据进行过滤？

目前，有很多工具可以对转录组原始数据进行过滤。其中比较常用的工具包括Trimmomatic、Fastp和Cutadapt等。下面小果以Trimmomatic为例，介绍如何对转录组原始数据进行过滤。

1.准备工作：仍然是用miniconda安装Trimmomatic

可以看到安装成功，版本为0.39

2. 运行Trimmomatic

对于双末端测序来说，可以运行以下命令：

为了方便理解小果将解释放在下面：

!!!注意：小果高亮的两个文件，在执行命令时要输入正确的文件路径和文件名称。另外因为在实际工作中我们往往需要处理很多数据，比如这次小果准备过滤9个文件，每个.sra文件又转化为了read1，read2两个文件，所以小果为了偷懒写了个脚本，一次性过滤所有数据，脚本支持双端测序，过滤的数据放在同一个文件夹下，其中的路径根据自己的修改即可。

脚本如下：

查看其中一个文件的日志，最后一行显示成功！小果泪目！

部分输出结果

单末端测序运行以下命令：

还是一样注意修改文件路径和文件名称！

好啦，今天的内容就到这里了，你学会了吗！

欢迎使用：云生信  - 学生物信息学 (biocloudservice.com)

如果想用服务器私信小果哦！