Seqtk 使用与技术文档

1. 安装指南

Seqtk 是一款用于处理 FASTA 或 FASTQ 格式序列的快速轻量级工具。它能够无缝解析 FASTA 和 FASTQ 文件，并且可以选择性地处理由 gzip 压缩的文件。安装 seqtk 的步骤如下：

git clone https://github.com/lh3/seqtk.git;
cd seqtk; make

该工具的唯一库依赖是 zlib。

2. 项目使用说明

Seqtk 提供了多种命令行操作，用于不同的序列处理任务。以下是一些常用的操作示例：

• 将 FASTQ 转换为 FASTA 格式：

seqtk seq -a in.fq.gz > out.fa

• 将 ILLUMINA 1.3+ FASTQ 转换为 FASTA，并将质量低于 20 的碱基转换为大写字母（第一个命令行）或 'N'（第二个命令行）：

seqtk seq -aQ64 -q20 in.fq > out.fa
seqtk seq -aQ64 -q20 -n N in.fq > out.fa

• 折叠过长的 FASTA/Q 行并移除 FASTA/Q 注释：

seqtk seq -Cl60 in.fa > out.fa

• 将多行 FASTQ 转换为 4 行 FASTQ：

seqtk seq -l0 in.fq > out.fq

• 反向互补 FASTA/Q 序列：

seqtk seq -r in.fq > out.fq

• 从文件 name.lst 中提取名称列表中的序列，每个序列名称一行：

seqtk subseq in.fq name.lst > out.fq

• 提取文件 reg.bed 中包含的区域内的序列：

seqtk subseq in.fa reg.bed > out.fa

• 将 reg.bed 文件中的区域遮蔽为小写字母：

seqtk seq -M reg.bed in.fa > out.fa

• 从两个大型的配对 FASTQ 文件中随机抽取 10000 个读段对（使用相同的随机种子以保持配对）：

seqtk sample -s100 read1.fq 10000 > sub1.fq
seqtk sample -s100 read2.fq 10000 > sub2.fq

• 使用 Phred 算法从序列的两端修剪低质量碱基：

seqtk trimfq in.fq > out.fq

• 从每个读段的左侧修剪 5bp，从右侧修剪 10bp：

seqtk trimfq -b 5 -e 10 in.fa > out.fa

• 查找 (TTAGGG)n 重复序列：

seqtk telo seq.fa > telo.bed 2> telo.count

3. 项目 API 使用文档

Seqtk 工具不提供传统意义上的 API，它主要是通过命令行界面进行操作的。上述使用说明中的命令行参数即为该工具的“API”，用户可以通过不同的参数组合来实现各种序列处理任务。

4. 项目安装方式

项目的安装方式已在“安装指南”部分说明，简要概括如下：

• 克隆项目仓库
• 进入项目目录
• 使用 make 命令编译

git clone https://github.com/lh3/seqtk.git;
cd seqtk; make

以上步骤完成后，即可在 seqtk 目录下使用 seqtk 工具。