TrimGalore

Nesta seção:

Descrição
Versões Disponíveis
Carregando o Módulo
Submissão de Jobs
Job Array para Múltiplas Amostras
Job Array para Paired-end (Múltiplas Amostras)
Principais Opções e Funcionalidades
Arquivos de Saída
Dicas de Otimização
Referências

Descrição 

De acordo com a Documentação do TrimGalore, esta é uma ferramenta para corte consistente de adaptadores e remoção de bases de baixa qualidade em dados de sequenciamento de nova geração (NGS). Possui tratamento especial para bibliotecas RRBS (Reduced Representation Bisulfite Sequencing).

Ela automatiza a detecção de adaptadores, oferece corte por qualidade baseado em Phred, suporte para dados paired-end e paralelização para processamento eficiente.

Versões Disponíveis 

trim_galore/2.2.0 (default)

Nota

Para verificar as versões disponíveis:

module avail trim_galore

Carregando o Módulo 

# Carregar TrimGalore
module load trim_galore/2.2.0

# Verificar instalação
trim_galore --version

# Verificar ajuda
trim_galore --help

Submissão de Jobs 

Abaixo estão exemplos de scripts para usar o TrimGalore no GridUnesp. Lembre-se sempre de definir INPUT e OUTPUT para o job-nanny.

Exemplo 1: Processamento Single-end 

submit_trimgalore_se.sh

#!/bin/bash
#SBATCH -J trim_se
#SBATCH -N 1
#SBATCH -n 1
#SBATCH -t 12:00:00
#SBATCH --mem=8G

export INPUT="amostra.fastq.gz"
export OUTPUT="amostra_trimmed.fq.gz"
# Use asterisco (*) caso haja mais resultados
# export OUTPUT="*"

module load trim_galore/2.2.0

job-nanny trim_galore --fastqc amostra.fastq.gz

Exemplo 2: Processamento Paired-end 

submit_trimgalore_pe.sh

#!/bin/bash
#SBATCH -J trim_pe
#SBATCH -N 1
#SBATCH -c 8
#SBATCH -t 24:00:00
#SBATCH --mem=16G

export INPUT="amostra_R1.fastq.gz amostra_R2.fastq.gz"
export OUTPUT="amostra_R1_val_1.fq.gz amostra_R2_val_2.fq.gz"
# Use asterisco (*) caso haja mais resultados
# export OUTPUT="*"

module load trim_galore/2.2.0

job-nanny trim_galore --paired --cores $SLURM_CPUS_PER_TASK \
                      --fastqc amostra_R1.fastq.gz amostra_R2.fastq.gz

Exemplo 3: Processamento Paired-end com Arquivos Descompactados 

submit_trimgalore_pe_uncompressed.sh

#!/bin/bash
#SBATCH -J trim_pe_uncomp
#SBATCH -N 1
#SBATCH -c 8
#SBATCH -t 24:00:00
#SBATCH --mem=16G

export INPUT="amostra_R1.fastq amostra_R2.fastq"
export OUTPUT="amostra_R1_val_1.fq amostra_R2_val_2.fq"

module load trim_galore/2.2.0

job-nanny trim_galore --paired --cores $SLURM_CPUS_PER_TASK \
                      amostra_R1.fastq amostra_R2.fastq

Nota

Por padrão, a compressão da saída reflete a compressão da entrada: - Entrada .fastq.gz → saída .fq.gz - Entrada .fastq → saída .fq

Exemplo 4: Modo RRBS (Bisulfite-seq)

submit_trimgalore_rrbs.sh

#!/bin/bash
#SBATCH -J trim_rrbs
#SBATCH -N 1
#SBATCH -c 4
#SBATCH -t 24:00:00
#SBATCH --mem=16G

export INPUT="bisulfite_R1.fastq.gz bisulfite_R2.fastq.gz"
export OUTPUT="bisulfite_R1_val_1.fq.gz bisulfite_R2_val_2.fq.gz"

module load trim_galore/2.2.0

job-nanny trim_galore --paired --rrbs --cores $SLURM_CPUS_PER_TASK \
                      bisulfite_R1.fastq.gz bisulfite_R2.fastq.gz

Exemplo 5: Otimização de Tamanho com `--clumpify`

Para dados como ATAC-seq ou amplicons, que se beneficiam da reordenação para melhor compressão:

submit_trimgalore_clumpify.sh

#!/bin/bash
#SBATCH -J trim_clump
#SBATCH -N 1
#SBATCH -c 8
#SBATCH -t 12:00:00
#SBATCH --mem=16G

export INPUT="dados_amplicon.fastq.gz"
export OUTPUT="amplicon_trimmed.fq.gz"

module load trim_galore/2.2.0

# Para arquivos intermediários: --clumpify
# Para armazenamento: adicione --compression 6
job-nanny trim_galore --clumpify --cores $SLURM_CPUS_PER_TASK \
                      --compression 6 dados_amplicon.fastq.gz

Exemplo 6: Remoção de Poli-A 

Para bibliotecas de RNA-seq enriquecidas com poli-A:

submit_trimgalore_polya.sh

#!/bin/bash
#SBATCH -J trim_polya
#SBATCH -N 1
#SBATCH -c 8
#SBATCH -t 12:00:00
#SBATCH --mem=16G

export INPUT="rna_sample_R1.fastq.gz rna_sample_R2.fastq.gz"
export OUTPUT="rna_sample_R1_val_1.fq.gz rna_sample_R2_val_2.fq.gz"

module load trim_galore/2.2.0

job-nanny trim_galore --paired --polyA --cores $SLURM_CPUS_PER_TASK \
                      --fastqc rna_sample_R1.fastq.gz rna_sample_R2.fastq.gz

Exemplo 7: Forçar Saída Descompactada 

submit_trimgalore_dont_gzip.sh

#!/bin/bash
#SBATCH -J trim_nogzip
#SBATCH -N 1
#SBATCH -c 4
#SBATCH -t 12:00:00
#SBATCH --mem=8G

export INPUT="amostra.fastq.gz"
export OUTPUT="amostra_trimmed.fq"

module load trim_galore/2.2.0

job-nanny trim_galore --dont_gzip --cores $SLURM_CPUS_PER_TASK \
                      amostra.fastq.gz

Job Array para Múltiplas Amostras 

submit_trimgalore_array.sh

#!/bin/bash
#SBATCH -J trim_array
#SBATCH --array=1-10
#SBATCH -N 1
#SBATCH -c 4
#SBATCH -t 12:00:00
#SBATCH --mem=8G

SAMPLES=(
    "amostra1"
    "amostra2"
    "amostra3"
    "amostra4"
    "amostra5"
    "amostra6"
    "amostra7"
    "amostra8"
    "amostra9"
    "amostra10"
)

SAMPLE=${SAMPLES[$SLURM_ARRAY_TASK_ID-1]}
export INPUT="${SAMPLE}.fastq.gz"
export OUTPUT="${SAMPLE}_trimmed.fq.gz"

module load trim_galore/2.2.0

job-nanny trim_galore --fastqc ${SAMPLE}.fastq.gz

Job Array para Paired-end (Múltiplas Amostras)

submit_trimgalore_array_pe.sh

#!/bin/bash
#SBATCH -J trim_array_pe
#SBATCH --array=1-10
#SBATCH -N 1
#SBATCH -c 8
#SBATCH -t 24:00:00
#SBATCH --mem=16G

SAMPLES=(
    "amostra1"
    "amostra2"
    "amostra3"
    "amostra4"
    "amostra5"
    "amostra6"
    "amostra7"
    "amostra8"
    "amostra9"
    "amostra10"
)

SAMPLE=${SAMPLES[$SLURM_ARRAY_TASK_ID-1]}
export INPUT="${SAMPLE}_R1.fastq.gz ${SAMPLE}_R2.fastq.gz"
export OUTPUT="${SAMPLE}_R1_val_1.fq.gz ${SAMPLE}_R2_val_2.fq.gz"

module load trim_galore/2.2.0

job-nanny trim_galore --paired --cores $SLURM_CPUS_PER_TASK \
                      --fastqc ${SAMPLE}_R1.fastq.gz ${SAMPLE}_R2.fastq.gz

Principais Opções e Funcionalidades 

Opções do TrimGalore
Opção	Abrev./Valor	Descrição
`--paired`		Modo paired-end
`--cores N`	`-j N`	Número de núcleos para processamento paralelo (até ~8)
`--fastqc`		Executa FastQC integrado nos arquivos trimados
`--rrbs`		Modo especial para bibliotecas RRBS
`--polyA`		Remove caudas poli-A (recomendado para RNA-seq)
`--nextseq N`		Corte de qualidade específico para equipamentos de 2 cores
`--clumpify`		Reordena reads para melhor compressão (requer `--cores >= 2`)
`--compression N`		Nível de compressão gzip (1 a 9). Padrão: 1 (mais rápido)
`--retain_unpaired`		Mantém reads não pareados em arquivos separados
`--dont_gzip`		Gera saída em texto simples (não compactada)
`--length N`		Descarta reads com tamanho menor que N (padrão: 20)
`--quality N`		Qualidade Phred para corte (padrão: 20)

Dica

Para dados paired-end, considere usar --retain_unpaired para não perder reads que perderam seu par durante o corte.

Arquivos de Saída 

Arquivos gerados pelo TrimGalore
Modo	Arquivos de saída
Single-end	`_trimmed.fq.gz`, `_trimming_report.txt`, `*_trimming_report.json`
Paired-end	`_val_1.fq.gz`, `_val_2.fq.gz` (pares válidos)
Paired-end (com `--retain_unpaired`)	`_unpaired_1.fq.gz`, `_unpaired_2.fq.gz` (reads não pareados)
FastQC	Relatório HTML e arquivo ZIP com qualidade pós-trimagem

Dicas de Otimização 

Paralelismo: Use --cores até 8 para ganho próximo-linear
Compressão: --compression 1 (padrão) é mais rápida; --compression 6-9 reduz tamanho
Clumpify: Beneficia ATAC-seq, amplicons, RNA-seq; requer --cores >= 2
Memória: O TrimGalore é leve, mas o FastQC integrado pode consumir mais memória

Referências 

Documentação oficial: https://www.trimgalore.com/
Repositório GitHub: https://github.com/FelixKrueger/TrimGalore
Guia do Usuário: https://www.trimgalore.com/user-guide/
Guia RRBS: https://www.trimgalore.com/rrbs-guide/
Notas de migração v2.0: https://www.trimgalore.com/v2-migration-notes/

Ver também

fastqc - Análise de qualidade de sequenciamento
Miniconda - Gerenciamento de ambientes e pacotes
Processando Simulações - Como submeter jobs no GridUnesp