循环通过配对结束fastq读取

Question

你如何循环一个配对结束的fastq文件？对于单端读取，可以执行以下操作

library(ShortRead)
strm <- FastqStreamer("./my.fastq.gz")
repeat {
       fq <- yield(strm)
       if (length(fq) == 0)
     break
       #do things
       writeFasta(fq, 'output.fq', mode="a")
       }

但是，如果我编辑一个成对的结束文件，我需要跟踪第二个文件，以便这两个文件继续保持良好的对应关系。

Answer 1

成对的fastq文件通常是有序的，

因此，您可以跟踪删除的行，并从配对文件中删除它们。但是这并不是一个很好的方法，如果你的数据是行包装的，你会很痛苦。

更好的方法是使用头信息。

两个文件中成对读取的头是相同的，除了指定读取是反向还是向前(1或2)的字段外。

先从文件1：@M 02621:7:000000000-ARATH:1:1101:15643:1043 1:N:0:12读

先阅读文件2@M 02621:7:000000000-ARATH:1:1101:15643:1043 2:N:0:12

数字1101:15643:1043分别表示瓷砖和x，y坐标。

对于给定的运行，这些数字唯一地标识每个读对。使用此信息，如果读取不在第一个文件中，则可以从第二个文件中删除它们。

或者，如果你在做质量修整.三叶草可以对配对数据进行质量/长度滤波，而且速度快.