外显子分析：cutadapt，去除序列adapter详细解析

外显子测序时带有adapt接头，因此我们需要去除adapt接头，cutadapt的作用是去除adapt接头，一般用到如下命令：

cutadapt -a AACCGGTT -o output.fastq input.fastq

“-a”参数表明后面跟着的“AACCGGTT”是我们想要去除的adapt接头，如果你的外显子接头为其他序列，请将“AACCGGTT”改为你想去除的adapt接头；

“-o”参数后面跟着的是输出文件“output.fastq”；

“input.fastq”指的是输入文件；

输入文件必须是以下三种格式文件：

• FASTA (文件名后缀: .fasta, .fa, .fna)
• FASTQ (后缀: .fastq, .fq)
• 以上任何一种, 但压缩为 .gz (甚至 .bz2 和 .xz 都是允许的).

如果输入文件以.gz 为后缀的话，则去除adapt的命令为：

cutadapt -a AACCGGTT -o output.fastq.gz input.fastq.gz

如果通过“-o”没有输出指定文件，也可以用以下命令输出文件：

cutadapt -a AACCGGTT input.fastq > output.fastq

下图是用不同参数去除不同的adapt，左列是对adapt的描述，右列是我们去除该行对应的adapt时选择的参数：　　

图来源（https://cutadapt.readthedocs.io/en/stable/guide.html）

下图是去除不同adapt时，剪切掉的序列范围模式图：

图来源（https://cutadapt.readthedocs.io/en/stable/guide.html）

对于不同的adapter和命令，去除效果如下：

"-a ADAPTER"去除ADAPTER后面所有的序列，即使是不完整的ADAPTER也可以去除，如ADAP

"-g ADAPTER"去除ADAPTER之前所有的序列，包括ADAPTER自己，即使是不完整的ADAPTER也可以，如DAPTER、TER

“-a ADAPTER$”在adapter上加$只能去除有完整的ADAPTER，且该ADAPTER在3’末端,后面不加任何其他序列，如下图第三列用该参数时不能被去除。

“-a FIRST...SECOND”该参数能去除首末端分别有FIRST和SECOND的adapter，即使是不完整的SECOND adapter也是允许的，如第二列。然而，当序列没有FIRST首端adapter序列时，则无法去除。

Ps:如果一条序列含有多个相同的adapter，则系统默认处理最左边的adapter，如“cccccADAPTERgggggADAPTERttttt”，当搜寻3‘ adapter时，序列修剪成“ccccc”，当搜寻5’ adapter时，序列修剪成“gggggADAPTERttttt”。