Script de Tratamento de Dados - Bioinformática

Workflow Implementado

O script realiza o seguinte fluxo de processamento:

1. FastQC: Qualidade inicial dos arquivos FASTQ.
2. MultiQC: Gera relatórios agregados dos resultados do FastQC.
3. Fastp: Realiza o trimming e filtragem dos arquivos FASTQ.
4. FastQC (novamente): Qualidade dos arquivos após o trimming.
5. MultiQC (novamente): Relatórios finais agregados.

---

Requisitos

Antes de executar o script, assegure-se de ter instalado os seguintes softwares:

• FastQC
• MultiQC
• Fastp
• Conda para gerir ambientes.

É necessário criar um ambiente Conda que contenha os programas acima instalados.

---

Estrutura do Script

Ao executar, o script cria a seguinte estrutura de diretórios:

<NOME_BASE_DIR>/
|-- raw.data/               # Dados brutos (FASTQ)
|-- processed.data/
    |-- fastqc/             # Resultados do FastQC
    |-- trimmed/            # Arquivos processados pelo Fastp
    |-- multiqc/            # Relatórios MultiQC
|-- log.txt                 # Log do processamento

---

Como Executar

1. Clone o repositório:

   git clone <URL_DO_REPOSITORIO>
   cd <NOME_DO_REPOSITORIO>

2. Torne o script executável:

   chmod +x Script64337.sh

3. Execute o script:

   ./Script64337.sh

4. Durante a execução:

   • Insira o nome da diretoria onde o script irá criar os arquivos (sem espaços).
   • Informe o ambiente Conda contendo os programas.
   • Escolha entre parâmetros padrão ou personalizados para o Fastp.

---

Parâmetros Default do Fastp

Caso escolha usar os valores padrão, os seguintes parâmetros serão utilizados:

• --trim_front1 3
• --trim_tail1 3
• --max_len1 150
• --qualified_quality_phred 20
• --cut_window_size 4
• --cut_mean_quality 20
• --detect_adapter_for_pe

---

Arquivos Necessários

O script espera a existência de dois arquivos/diretórios principais:

1. samples.txt: Arquivo contendo os nomes dos arquivos FASTQ e tratamentos.

   • Caminho padrão: /home/fc64337/IBBC/Exame/samples.txt
   • Formato:

     Sample<TAB>Treatment<TAB>FILENAME
     

   • Este path pode ser alterado pelo user!

2. Diretório com arquivos FASTQ: Local dos arquivos brutos.

   • Caminho padrão: /home/fc64337/IBBC/Exame/
   • Este path também pode ser alterado pelo user!

---

Outputs Geradoss

• FastQC: Relatórios individuais de qualidade para cada arquivo.
• MultiQC: Relatórios agregados para visualização geral dos resultados.
• Fastp: Arquivos FASTQ trimados e relatórios em formato HTML e JSON.
• log.txt: Log contendo todas as operações realizadas durante o processamento.

---

Exemplo de Uso

./Script64337.sh

• Ao ser solicitado, insira:
  • Nome da diretoria base (ex: bioinfo_results)
  • Nome do ambiente Conda (ex: bioinfo_env)

---

Autor

Diogo Antunes
Desenvolvido para a Unidade Curricular: Introdução à Bioinformática e Biologia Computacional.