Información general
Version 0.2.2. clean_reads limpia reads de NGS (Next Generation Sequencing) – Sanger, 454, Illumina y solid. Puede eliminar
- Regiones de mala calidad.
- Adaptadores
- Vectores
- Expresiones regulares
También filtra reads que no llegan a un mínimo de calidad basándose en la longitud y cualidad media. Se puede ejecutar en paralelo.
Cómo usar
Para enviar trabajos de clean_reads al sistema de colas recomendamos usar el comando
send_clean_reads
que nos hará las preguntas necesarias para preparar y enviar el cálculo.
Rendimiento
clean_reads se puede ejecutar en paralelo y escala bien hasta los 8 cores. A 12 cores el rendimiento cae en picado. En la tabla 1 se pueden ver los resultados del benchmark, Éste se ha ejecutado en un nodo con 12 cores y procesadores Xeon E5645.
| cores | 1 | 4 | 8 | 12 |
| Tiempo (s) | 1600 | 422 | 246 | 238 |
| Aceleración | 1 | 3.8 | 6.5 | 6.7 |
| Rendimiento (%) | 100 | 95 | 81 | 56 |
Se ha ejecutado el comando
clean_reads -i in.fastq -o out.fastq -p illumina -f fastq -g fastq -a a.fna -d UniVec -n 20 --qual_threshold=20 --only_3_end False -m 60 -t 12