高通量测序中的接头（adapter）到底是什么

主要参考祝让飞 的文章及Tufts 网站中的信息，特此致谢。

首先放一张测序示意图，在DNA片段两端所加的序列即接头序列，也就是我们今天要讲述的主角。

测序示意图

1 基本概念

1.1 adapter

接头，为一段已知的短核苷酸序列，用于链接未知的目标测序片段

1.2 index或barcode

几个碱基组成的寡核苷酸链，用于在混合测序时，区分不同样本

1.3 insert

待测序的目标序列，位于两个adapter之间

测序片段示意图

测序片段包括几个部分：universal_adapter-insert-indexed_adapter。

测序由5'端开始，最开始的几个碱基无法测得，第一个adapter在数据输出时去除，由于测序读长的限制，第二个adapter通常测不到。

但是如果插入片段本身较短，测序会测穿，即会得到 insert-部分adapter 这样的read，这里的adapter便是我们常常提到的需要去除的接头部分。

2 序列信息

2.1 接头序列（示例）

universal adapter:

5’-AATGATACGGCGACCACCGAGATCTACACTCTTTCCCTACACGACGCTCTTCCGATCT-3’

indexed adapter:

5’-GATCGGAAGAGCACACGTCTGAACTCCAGTCAC(barcode)ATCTCGTATGCCGTCTTCTGCTTG-3’

仔细看上面这对接头序列，universal adapter的3'末端的T与待测片段新增的A配对，那么剩余序列的反向互补链为

GATCGGAAGAGCGTCGTGTAGGGAAAGAGTGTAGATCTCGGTGGTCGCCGTATCATT

与 indexed adapter 的前面12个碱基一致

GATCGGAAGAGCACACGTCTGAACTCCAGTCAC，即两段接头序列部分互补，形成Y型的结构。

2.2 index序列

可根据fastq序列中的信息获取

@HWI-ST1276:71:C1162ACXX:1:1101:1208:2458 1:N:0:CGATGT

fastq的格式信息不再赘述，第一行最末的 CGATGT 即本次测序所使用的index。

3 去接头的软件

常见的相关软件包括 Trimmomatic、cutadapt、fastx_toolkit、fastp 等。

关于Trimmomatic的使用，可以参见wangpeng905的文章，介绍很全面。