双端测序数据拼接软件-PANDAseq

目前测序技术主要有单端测序(Single-read，目前已经逐步被双端测序取代)和双端测序(Paired-end），主流测序方法都是双端测序为主，其优势可以参见illumina官网。

对于双端测序的原始数据结果一般会保存在在不同的 fastq 文件中，就是我们常见的*._R1.fq.gz，*._R2.fq.gz等形式。双端测序中每一个单独的 Read 其长度都超过整个待测基因的一半，根据两个 Reads 重合的部分对该序列进行拼接（PANDAseq拼接原理如下）组合成一个完整的fastq 文件：

1）安装PANDAseq

下载：https://github.com/neufeld/pandaseq

•  Source code (zip)
•  Source code (tar.gz)

系统依赖（以Ubuntu为例）：

sudo apt-get install build-essential libtool automake zlib1g-dev libbz2-dev pkg-config
# 编译安装
./autogen.sh && ./configure && make && sudo make install

或者通过conda安装

conda install -c bioconda pandaseq

2）软件使用

pandaseq -f forward.fastq -r reverse.fastq

主要参数解释

-f 输入正向的 fastq 文件

-r 输入反向的 fastq 文件

-F 输出 fastq 文件

-T 线

参考资料：

1.https://github.com/neufeld/pandaseq

2.Masella, A.P., Bartram, A.K., Truszkowski, J.M. et al. PANDAseq: paired-end assembler for illumina sequences. BMC Bioinformatics 13, 31 (2012). https://doi.org/10.1186/1471-2105-13-31

3.https://www.illumina.com/science/technology/next-generation-sequencing/plan-experiments/paired-end-vs-single-read.html