Skip to content

生資工具 › NGS 工具 › fastp

fastp ​

一步完成 FASTQ 前處理:adapter 修剪、品質過濾、polyG 修剪、成對 reads 校正、UMI 處理,並輸出 HTML / JSON 報告。速度快、多數參數有合理預設,是目前最常用的修剪工具之一。

用法 ​

bash
conda install -c bioconda fastp

# 成對 (paired-end)
fastp -i S1_R1.fastq.gz -I S1_R2.fastq.gz \
      -o S1_R1.clean.fq.gz -O S1_R2.clean.fq.gz \
      --detect_adapter_for_pe \
      -w 8 -h S1.fastp.html -j S1.fastp.json

# 單端 (single-end)
fastp -i S1.fastq.gz -o S1.clean.fq.gz -w 8 -h S1.fastp.html -j S1.fastp.json

常用參數 ​

參數預設意義
--detect_adapter_for_pe關成對資料也做 adapter 序列偵測(預設只靠 R1/R2 重疊判斷)
-a SEQ自動指定 adapter 序列
-q / -u15 / 40品質 < -q 的鹼基視為不合格;不合格比例 > -u% 的 read 丟棄
-l15修剪後短於此長度的 read 丟棄
--cut_front / --cut_tail關滑動視窗從 5′ / 3′ 修剪低品質尾端
--trim_poly_gNextSeq / NovaSeq 自動開2-color 化學無訊號會讀成 G,產生假的 polyG 尾巴
-c關成對 reads 重疊區的鹼基互相校正
--dedup關去除完全相同的 reads(一般不建議在比對前做)
-U --umi_loc read1 --umi_len 8關把 UMI 從序列移到 read 名稱,供下游依 UMI 去重
-w3執行緒數

polyG 的成因見 Illumina 2-color 化學。

報告重點 ​

項目看什麼
Filtering result通過 / 因低品質 / 太短 / N 太多被丟棄的 reads 比例;丟棄 > 10% 要找原因
Duplication估計重複率(未比對前的粗估)
Insert size由成對重疊推估的片段長度
Adapter偵測到的 adapter 序列與修剪的鹼基數
Before / after filtering品質、GC、鹼基組成在過濾前後的比較

JSON 報告可交給 MultiQC 彙整多樣本。

什麼時候不要過度修剪 ​

情境建議
RNA-seq 用 STAR / Salmon只修 adapter 即可;比對器會 soft-clip 低品質尾端,過度修剪反而損失資訊
變異呼叫品質修剪溫和即可;GATK 會用鹼基品質加權,BQSR 會校正
amplicon panelprimer 序列要另外修掉(cutadapt 或專用工具),否則會遮蔽 primer 區的真實變異
small RNA要明確指定 adapter,並調低 -l

替代工具:Trim Galore(cutadapt 包裝)、Trimmomatic、cutadapt。官方:fastp GitHub。