fastp快速入门指南：从安装到基础操作的完整教程

fastp快速入门指南：从安装到基础操作的完整教程

【免费下载链接】fastpAn ultra-fast all-in-one FASTQ preprocessor (QC/adapters/trimming/filtering/splitting/merging...)项目地址: https://gitcode.com/gh_mirrors/fa/fastp

fastp是一款超快速的全能FASTQ预处理工具，集质量控制、适配器修剪、序列过滤等多种功能于一体，专为Illumina NovaSeq、MGI等平台的短读长数据设计。本教程将帮助新手用户快速掌握fastp的安装方法和基础操作，轻松完成高通量测序数据的预处理工作。

🌟 为什么选择fastp？

fastp凭借其卓越的性能和丰富的功能，成为测序数据预处理的理想选择：

• 超高速处理：比传统工具快数倍，节省宝贵的分析时间
• 一站式解决方案：集成质量控制、适配器修剪、序列过滤等15+功能
• 智能适配器检测：自动识别并修剪适配器序列，无需手动指定
• 可视化报告：生成直观的HTML质量报告，便于数据评估
• 灵活的输出选项：支持拆分输出文件，方便后续并行分析

📥 安装fastp的三种简单方法

1️⃣ 通过Bioconda安装（推荐新手）

Bioconda提供了最简单的安装方式，适用于大多数Linux和macOS系统：

conda install -c bioconda fastp

⚠️ 注意：Bioconda中的fastp版本可能不是最新的，如果需要最新功能，建议使用下面的方法。

2️⃣ 下载预编译二进制文件（Linux用户）

对于Linux用户，可以直接下载预编译好的二进制文件，无需编译：

# 下载最新版本 wget http://opengene.org/fastp/fastp chmod a+x ./fastp # 或者下载指定版本（例如v0.23.4） wget http://opengene.org/fastp/fastp.0.23.4 mv fastp.0.23.4 fastp chmod a+x ./fastp

下载后可将fastp移动到/usr/local/bin目录，以便在任何位置使用：

sudo mv ./fastp /usr/local/bin/

3️⃣ 从源代码编译（高级用户）

如果需要最新版本或自定义编译选项，可以从源代码编译：

第一步：安装依赖

fastp依赖libisal、libdeflate和libhwy（Google Highway >= 1.1.0）三个库，可以通过conda一键安装：

conda install -c conda-forge isa-l libdeflate libhwy

或者使用系统包管理器单独安装（以Ubuntu为例）：

# 安装libisal sudo apt install libisal-dev # 安装libdeflate sudo apt install libdeflate-dev # 安装libhwy（Ubuntu 24.04+） sudo apt install libhwy-dev

第二步：下载并编译fastp

# 克隆代码仓库 git clone https://gitcode.com/gh_mirrors/fa/fastp # 进入目录并编译 cd fastp make -j # 安装 sudo make install

🚀 fastp基础操作指南

单端（SE）数据处理

对于单端FASTQ数据，使用以下命令进行基本处理：

fastp -i in.fq -o out.fq

双端（PE）数据处理

对于双端数据，需要同时指定R1和R2文件：

fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz

💡 默认情况下，fastp会生成两个报告文件：fastp.html（可视化报告）和fastp.json（详细数据），可通过-h和-j选项自定义报告文件名。

核心功能示例

1. 质量过滤与修剪

启用滑动窗口质量修剪，去除低质量碱基：

fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz \ --cut_front --cut_tail --cut_right \ --cut_window_size 4 --cut_mean_quality 20

参数说明：

• --cut_front：从5'端开始滑动窗口修剪
• --cut_tail：从3'端开始滑动窗口修剪
• --cut_right：遇到低质量窗口时修剪右侧所有碱基
• --cut_window_size：滑动窗口大小（默认4）
• --cut_mean_quality：窗口平均质量阈值（默认Q20）

2. 去除接头序列

fastp默认会自动检测并去除接头序列，对于双端数据，可以启用更严格的接头检测：

fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz \ --detect_adapter_for_pe

如果已知接头序列，也可以手动指定：

fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz \ --adapter_sequence AGATCGGAAGAGCACACGTCTGAACTCCAGTCA \ --adapter_sequence_r2 AGATCGGAAGAGCGTCGTGTAGGGAAAGAGTGT

3. PolyG/PolyX尾修剪

对于NovaSeq/NextSeq数据，通常需要修剪3'端的PolyG尾：

fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz \ --trim_poly_g --poly_g_min_len 10

对于mRNA-Seq数据，可以修剪PolyA尾：

fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz \ --trim_poly_x --poly_x_min_len 10

4. 输出拆分

将输出文件拆分为多个小文件，便于后续并行分析：

fastp -i in.R1.fq.gz -I in.R2.fq.gz -o out.R1.fq.gz -O out.R2.fq.gz \ --split 8 --split_prefix_digits 3

这会生成001.out.R1.fq.gz到008.out.R1.fq.gz共8个文件。

📊 解读fastp报告

fastp会生成详细的HTML报告，包含以下关键信息：

• 基本统计：总reads数、Q20/Q30比例、GC含量等
• 质量分布：各位置碱基质量分布曲线
• 碱基组成：各位置A/T/C/G含量
• 接头含量：接头序列的检测和修剪情况
• 过滤结果：通过/未通过过滤的reads统计

报告默认保存为fastp.html，可用浏览器直接打开查看。

⚡ 批量处理多个样本

对于多个样本的批量处理，可以使用fastp提供的parallel.py脚本：

python parallel.py -i /path/to/input/folder -o /path/to/output/folder \ -r /path/to/reports/folder -a '-f 3 -t 2'

参数说明：

• -i：输入文件夹路径
• -o：输出文件夹路径
• -r：报告文件夹路径
• -a：传递给fastp的参数（例如修剪3bp前端和2bp后端）

📝 常用命令汇总

🎯 总结

fastp作为一款超快速的FASTQ预处理工具，凭借其全面的功能和简单易用的操作，成为高通量测序数据分析的得力助手。通过本教程，您已经掌握了fastp的安装方法和基本使用技巧，能够轻松应对常见的测序数据预处理任务。

无论是质量控制、接头修剪还是序列过滤，fastp都能以高效的方式完成，帮助您获得更清洁、更可靠的测序数据，为后续分析打下坚实基础。

📚 更多高级功能和参数设置，请参考项目源代码中的README.md文件。

【免费下载链接】fastpAn ultra-fast all-in-one FASTQ preprocessor (QC/adapters/trimming/filtering/splitting/merging...)项目地址: https://gitcode.com/gh_mirrors/fa/fastp