SeqTrim : un pipeline de traitement à haut débit pour le prétraitement de tout type de lecture de séquence

CONTEXTE : Le séquençage automatisé à haut débit a permis un taux de croissance exponentielle des données de séquençage. Cela nécessite d'augmenter la qualité et la fiabilité des séquences afin d'éviter la contamination des bases de données par des séquences artefactuelles. L'arrivée de la pyroséquençage aggrave ce problème et nécessite des algorithmes de prétraitement personnalisables. RÉSULTATS : SeqTrim a été mis en œuvre à la fois comme une application Web et comme une application en ligne de commande autonome. Des algorithmes déjà publiés et nouvellement conçus ont été inclus pour identifier les inserts de séquence, supprimer les séquences de faible qualité, vectorielles, d'adaptateurs, à faible complexité et contaminantes, et pour détecter des lectures chimériques. La disponibilité de plusieurs formats d'entrée et de sortie permet son inclusion dans des flux de traitement de séquences. En raison de ses algorithmes spécifiques, SeqTrim surpasse d'autres préprocesseurs implémentés en tant que services Web ou applications autonomes. Il fonctionne tout aussi bien avec des séquences provenant de bibliothèques EST, de bibliothèques SSH, de bibliothèques d'ADN génomique et de lectures de pyroséquençage et ne conduit pas à un sur-prétraitement. CONCLUSIONS : SeqTrim est un pipeline efficace conçu pour le prétraitement de tout type de lecture de séquence, y compris le séquençage de nouvelle génération. Il est facilement configurable et fournit une interface conviviale qui permet aux utilisateurs de savoir ce qui s'est passé avec les séquences à chaque étape de prétraitement, et de vérifier le prétraitement d'une séquence individuelle si souhaité. Le pipeline recommandé révèle plus d'informations sur chaque séquence que les préprocesseurs décrits précédemment et peut éliminer plus d'artefacts de séquençage ou expérimentaux.