pbbarcode - Dalam Talian di Awan

JADUAL:

NAMA

pbbarcode - anotasi bacaan penjujukan PacBio dengan maklumat kod bar

DESCRIPTION

. pbbarcode pakej menyediakan utiliti untuk menganotasi ZMW individu terus daripada a
bas.h5, memancarkan fail[a|q] pantas untuk setiap kod bar, melabelkan penjajaran yang disimpan dalam
cmp.h5, dan memanggil konsensus pada amplikon kecil (memerlukan pbdagcon(1))

Pada masa ini, Kod Bar boleh dijaringkan dalam dua cara berbeza: simetri and berpasangan.
Mod simetri menyokong reka bentuk kod bar dengan dua kod bar yang sama pada kedua-dua belah a
SMRTbell, cth, untuk kod bar (A, B), molekul dilabelkan sebagai A--A atau B--B. The berpasangan
mod menyokong reka bentuk dengan dua kod bar yang berbeza pada setiap sisi molekul, tetapi tidak
kod bar muncul tanpa pasangannya. Contoh minimum diberikan dengan yang berikut
kod bar: (ALeft, ARight, BLeft, BRight), di mana set kod bar berikut ditandakan:
AKiri--Kanan, BKiri--Terang.

Adalah penting untuk menyerlahkan bahawa fail FASTA kod bar menentukan senarai yang tersedia
kod bar untuk dinilai. Bergantung pada mod pemarkahan, kod bar dikumpulkan bersama
cara yang berbeza. Sebagai contoh, dalam simetri kes, bilangan kod bar yang mungkin
hasil hanyalah bilangan kod bar yang dibekalkan kepada rutin dalam FASTA
fail (lihat di bawah untuk kegunaan) serta tambahan NULL kod bar yang menunjukkan bahawa tiada kod bar
boleh dinilai (ditandakan dengan: '--'). Label seperti ini (A--A) digunakan dalam perlawanan akhir
keluaran. Di dalam berpasangan mod, bilangan hasil kod bar yang mungkin adalah separuh daripada bilangan
daripada urutan dalam fail FASTA ditambah dengan NULL kod bar. The NULL kod bar menunjukkan bahawa
tiada percubaan dibuat untuk menjaringkan molekul atau ia ditapis oleh kriteria pengguna.
Majoriti kes apabila molekul tidak diberi markah adalah berkaitan dengan tidak memerhati sebarang
penyesuai. Jika pengguna telah melaksanakan larian "hot-start", pengguna boleh mencuba '--scoreFirst'
parameter untuk cuba melabel kod bar penyesuai pertama. Ini meningkatkan hasil daripada
prosedur pelabelan dengan mengorbankan beberapa kemungkinan positif palsu.

Perisian ini dilaksanakan sebagai pakej python standard. Kod bar dilabelkan mengikut
kepada logik peringkat tinggi berikut. Untuk setiap molekul, semua penyesuai ditemui. Untuk setiap
penyesuai, kami menyelaraskan (menggunakan penjajaran Smith-Watterman standard) setiap kod bar dan sebaliknya
pelengkap kepada turutan mengapit penyesuai. Jika dua jujukan mengapit lengkap ialah
tersedia, kita bahagikan dengan 2, jika tidak 1 jika hanya satu jujukan mengapit tersedia (purata
skor pada penyesuai). Ini membolehkan skor merentas penyesuai berada pada skala yang sama (chimera
pengesanan). Bergantung kepada mod, kami kemudian menentukan kod bar yang paling maksimum
pemarkahan. Kami menyimpan dua kod bar yang mendapat markah maksimum, jumlah markah penjajaran mereka
merentasi penyesuai. Purata skor kod bar kemudiannya boleh diberikan kira-kira oleh:
jumlah-skor/bilangan-penyesuai. Pada masa ini, parameter penjajaran ditetapkan pada:

┌──────────┬───────┐
│jenis │ markah │
├──────────┼───────┤
│pemasukan │ -1 │
├──────────┼───────┤
│pemadaman │ -1 │
├──────────┼───────┤
│missmatch │ -2 │
├──────────┼───────┤
│perlawanan │ 2 │
└──────────┴───────┘

Input and output
labelZmws
penggunaan: pbbarcode labelZmws [-h] [--outDir LUAR] [--outFofn OUTFOFN]
[--adapterSidePad ADAPTERSIDEPAD] [--insertSidePad INSERTSIDEPAD] [--scoreMode
{simetri,berpasangan}] [--maxAdapters MAXADAPTERS] [--scoreFirst]
[--startTimeCutoff STARTTIMECUTOFF] [--nZmws NZMWS] [--nProcs NPROCS]
[--saveExtendedInfo] kod bar.fasta input.fofn

Mencipta fail barcode.h5 daripada fail h5 asas.

kedudukannya hujah:
barcode.fasta Input kod bar input fail fasta.fofn Input base
fofn

pilihan hujah:

-h, - membantu
tunjukkan mesej bantuan ini dan keluar

--outDir LUAR
Di mana untuk menulis fail barcode.h5 yang baru dibuat. (lalai:
/home/UNIXHOME/jbullard/projects/software/bioinformatics/tools/pbbarcode/doc)

--outFofn OUTFOFN
Tulis kepada outFofn (lalai: barcode.fofn)

--adapterSidePad ADAPTERSIDEPAD
Pad dengan tapak penyesuaiSidePad (lalai: 4)

--insertSidePad INSERTSIDEPAD
Pad dengan asas sisipanSidePad (lalai: 4)

--Mod skor {simetri,berpasangan}
Mod di mana kod bar harus dijaringkan. (lalai: simetri)

--maxAdapters MAXADAPTERS
Hanya skor maxAdapters pertama (lalai: 20)

--skor Pertama
Sama ada hendak cuba menjaringkan kod bar paling kiri dalam jejak. (lalai: Palsu)

--startTimeCutoff MULAKAN WAKTU
Bacaan mesti bermula sebelum nilai ini untuk disertakan apabila
scoreFirst ditetapkan. (lalai: 10.0)

--nZmws NZMWS
Gunakan n ZMW pertama untuk ujian (lalai: -1)

--nProcs NPROCS
Berapa banyak proses untuk digunakan (lalai: 8)

--saveExtendedInfo
Sama ada untuk menyimpan maklumat lanjutan ke fail barcode.h5; ini
maklumat berguna untuk penyahpepijatan dan pengesanan chimera (lalai:
Salah)

. labelZmws arahan mengambil input.fofn mewakili set fail bas.h5 untuk beroperasi
pada. Selain itu, ia memerlukan fail barcode.fasta. Bergantung kepada scoreMode, fail FASTA
akan diproses dengan cara yang berbeza. Secara khusus, dalam berpasangan mod, setiap dua berturut-turut
kod bar dalam fail dianggap sebagai satu set.

Parameter, adapterSidePad and insertSidePad mewakili berapa banyak asas yang sepatutnya
dipertimbangkan pada setiap sisi kod bar yang diduga. Parameter ini dikekang sedemikian
bahawa: |adapterSidePad| + |insertSidePad| + |kod bar| < 65.

Pengguna mempunyai pilihan untuk menentukan lokasi output yang berbeza untuk pelbagai output.
Khususnya, untuk setiap fail bas.h5 dalam input.fofn, fail bc.h5 (kod bar hdf5) ialah
dihasilkan. Fail-fail ini disenaraikan dalam fail outFofn yang biasanya hanya dipanggil
kod bar.fofn. Lihat di bawah untuk penerangan tentang fail hdf5 kod bar.

labelPenjajaran
penggunaan: pbbarcode labelPenjajaran [-h]
[--minAvgBarcodeScore MINAVGBARCODESCORE] [--minNumBarcodes MINNUMBARCODES]
[--minScoreNisbah MINSCORERATIO] kod bar.fofn aligned_reads.cmp.h5

Menambah maklumat tentang penjajaran kod bar pada fail cmp.h5 daripada panggilan sebelumnya ke
"labelZmws".

kedudukannya hujah:
barcode.fofn input kod bar fail fofn aligned_reads.cmp.h5 cmp.h5 fail
untuk menambah label kod bar

pilihan hujah:

-h, - membantu
tunjukkan mesej bantuan ini dan keluar

--minAvgBarcodeScore MINAVGBARCODESCORE
Penapis ZMW: kecualikan ZMW jika purata skor kod bar kurang daripada nilai ini
(lalai: 0.0)

--minNumBarcodes MINNUMBARCODES
Penapis ZMW: kecualikan ZMW jika bilangan kod bar yang diperhatikan adalah kurang daripada ini
nilai (lalai: 1)

--minScoreNisbah MINSKORERATIO
Penapis ZMW: tidak termasuk ZMW yang skor terbaiknya dibahagikan dengan skor terbaik ke-2
adalah kurang daripada nisbah ini (lalai: 1.0)

. labelPenjajaran arahan mengambil sebagai input kod bar.fofn dikira daripada panggilan ke
labelZMWs dan fail cmp.h5 tempat maklumat kod bar ditulis. Lihat di bawah untuk a
penerangan tentang penambahan fail cmp.h5.

emitFastqs
penggunaan: pbbarcode emitFastqs [-h] [--outDir output.dir] [--subbacaan]
[--unlabeledZmws] [--trim TRIM] [--fasta] [--minMaxInsertLength
MINMAXINSERTLENGTH] [--hqStartTime HQMULA MASA] [--minReadScore MINREADSCORE]
[--minAvgBarcodeScore MINAVGBARCODESCORE] [--minNumBarcodes MINNUMBARCODES]
[--minScoreNisbah MINSCORERATIO] input.fofn barcode.fofn

Mengambil bas.h5 fofn dan kod bar.h5 fofn dan menghasilkan fail[a|q] pantas untuk setiap
kod bar.

kedudukannya hujah:
input.fofn pangkalan input atau CCS fofn fail kod bar.fofn input
kod bar.h5 fail fofn

pilihan hujah:

-h, - membantu
tunjukkan mesej bantuan ini dan keluar

--outDir output.dir output direktori kepada menulis cepatq fail (lalai: / rumah /
UNIXHOME/jbullard/projects/software/bioinformatics/too ls/pbbarcode/doc)

--subbacaan
sama ada untuk menghasilkan fail fastq untuk subbacaan; lalai adalah menggunakan fail
CCS berbunyi. Pilihan ini hanya terpakai apabila input.fofn mempunyai kedua-dua konsensus dan
bacaan mentah, jika tidak jenis bacaan daripada input.fofn akan dikembalikan.
(lalai: Palsu)

--unlabeledZmws
sama ada untuk mengeluarkan fail fastq untuk ZMW yang tidak berlabel. Ini adalah ZMW
di mana tiada penyesuai ditemui biasanya (lalai: Palsu)

--trim TRIM
potong kod bar dan sebarang jujukan berterusan yang berlebihan (lalai: 20)

--fasta
sama ada fail yang dihasilkan mestilah fail FASTA berbanding FASTQ
(lalai: Palsu)

--minMaxInsertLength MINMAXINSERTLENGTH
Penapis ZMW: kecualikan ZMW jika subbacaan terpanjang kurang daripada jumlah ini
(lalai: 0)

--hqStartTime HQMULA MASA
Penapis ZMW: kecualikan ZMW jika masa mula wilayah HQ lebih besar daripada nilai ini
(saat) (lalai: inf)

--minReadScore MINREADSCORE
Penapis ZMW: kecualikan ZMW jika readScore kurang daripada nilai ini (lalai: 0)

--minAvgBarcodeScore MINAVGBARCODESCORE
Penapis ZMW: kecualikan ZMW jika purata skor kod bar kurang daripada nilai ini
(lalai: 0.0)

--minNumBarcodes MINNUMBARCODES
Penapis ZMW: kecualikan ZMW jika bilangan kod bar yang diperhatikan adalah kurang daripada ini
nilai (lalai: 1)

--minScoreNisbah MINSKORERATIO
Penapis ZMW: tidak termasuk ZMW yang skor terbaiknya dibahagikan dengan skor terbaik ke-2
adalah kurang daripada nisbah ini (lalai: 1.0)

. emitFastqs arahan mengambil sebagai input kedua-dua input.fofn untuk fail bas.h5 serta a
barcode.fofn daripada panggilan ke labelZmws. Parameter pilihan outDir menentukan di mana
fail akan ditulis. Untuk setiap kod bar yang dikesan, fail [a|q] pantas akan dipancarkan dengan
semua bacaan untuk kod bar itu. The mengurangkan parameter menentukan berapa banyak bacaan yang sepatutnya
dipotong. Parameter lalai untuk mengurangkan ialah panjang kod bar (iaitu
disimpan dalam fail hdf5 kod bar). Pada masa ini, semua kod bar dalam fail FASTA kod bar
mestilah sama panjang, oleh itu hanya nilai trim malar disokong. Dalam latihan,
seseorang boleh memangkas secara agresif untuk memastikan tapak tambahan tidak tertinggal di hujungnya
membaca. Akhirnya, yang subbacaan parameter menentukan sama ada bacaan subbaca atau CCS sepatutnya
dikembalikan dengan lalai ialah bacaan yang sesuai mengikut jenis fail input,
sama ada CCS atau subbacaan. Parameter ini hanya diperiksa jika input.fofn mengandungi kedua-duanya
CCS dan data subbaca, jika input.fofn mengandungi hanya subbaca atau data CCS maka itu
dikembalikan tanpa mengira keadaan subbacaan parameter dan amaran dikeluarkan.

konsensus
penggunaan: pbbarcode konsensus [-h] [--subsampel SUBSAMPLE] [--nZmws NZMWS]
[--outDir OUTDIR] [--keepTmpDir] [--ccsFofn CCSFOFN] [--nProcs NPROCS]
[--noQuiver] [--minMaxInsertLength MINMAXINSERTLENGTH] [--hqStartTime
HQSTARTTIME] [--minReadScore MINREADSCORE] [--minAvgBarcodeScore
MINAVGBARCODESCORE] [--minNumBarcodes MINNUMBARCODES] [--minScoreNisbah
MINSCORERATIO] [--barcode BARCODE [BARCODE ...]] input.fofn barcode.fofn

Kira jujukan konsensus untuk setiap kod bar.

kedudukannya hujah:
input.fofn input bas.h5 fofn fail kod bar.fofn input bc.h5
fail fofn

pilihan hujah:

-h, - membantu
tunjukkan mesej bantuan ini dan keluar

--subsampel SUKSAMPLE
ZMW subsampel (lalai: 1)

--nZmws NZMWS
Ambil n ZMW (lalai: -1)

--outDir LUAR
Gunakan direktori ini untuk mengeluarkan hasil (lalai: .)

--keepTmpDir --ccsFofn CCSFOFN Dapatkan data CCS daripada ccsFofn dan bukannya
input.fofn
(lalai: )

--nProcs NPROCS
Gunakan nProcs untuk melaksanakan. (lalai: 16)

--noQuiver --minMaxInsertLength MINMAXINSERTLENGTH
Penapis ZMW: kecualikan ZMW jika subbacaan terpanjang kurang daripada jumlah ini
(lalai: 0)

--hqStartTime HQMULA MASA
Penapis ZMW: kecualikan ZMW jika masa mula wilayah HQ lebih besar daripada nilai ini
(saat) (lalai: inf)

--minReadScore MINREADSCORE
Penapis ZMW: kecualikan ZMW jika readScore kurang daripada nilai ini (lalai: 0)

--minAvgBarcodeScore MINAVGBARCODESCORE
Penapis ZMW: kecualikan ZMW jika purata skor kod bar kurang daripada nilai ini
(lalai: 0.0)

--minNumBarcodes MINNUMBARCODES
Penapis ZMW: kecualikan ZMW jika bilangan kod bar yang diperhatikan adalah kurang daripada ini
nilai (lalai: 1)

--minScoreNisbah MINSKORERATIO
Penapis ZMW: tidak termasuk ZMW yang skor terbaiknya dibahagikan dengan skor terbaik ke-2
adalah kurang daripada nisbah ini (lalai: 1.0)

--kod bar BARCODE [BARCODE ...]
Gunakan ini untuk mengekstrak konsensus untuk hanya satu kod bar. (lalai: Tiada)

. emitFastqs arahan mengambil sebagai input kedua-dua input.fofn untuk fail bas.h5 serta a
barcode.fofn daripada panggilan ke labelZmws. Hasilnya ialah fail FASTA dengan entri untuk setiap satu
kod bar yang mengandungi jujukan amplikon konsensus. Mod ini menggunakan Quiver and pbdagcon
untuk mengira konsensus.

Dalam kes di mana amplikon kurang daripada 2.5k asas, menggunakan data CCS agak membantu. The
--ccsFofn membolehkan seseorang menghantar terus fail ccs. Dalam banyak kes, kedua-dua CCS dan mentah
basecalls berada dalam fail yang sama supaya anda boleh menyemak dengan menghantar parameter yang sama ke
input.fofn tentang ccsFofn.

Kebergantungan
Pakej pbbarcode bergantung pada pemasangan pbcore standard (‐
https://github.com/PacificBiosciences/pbcore). Jika seseorang ingin menggunakan konsensus alat,
pbdagcon perlu dipasang (https://github.com/PacificBiosciences/pbdagcon).

Barcode HDF5 File
Fail hdf5 kod bar, bc.h5, mewakili stor data ringkas untuk panggilan kod bar dan mereka
markah bagi setiap ZMW. Secara amnya, pengguna tidak perlu berinteraksi dengan fail hdf5 kod bar, tetapi boleh
gunakan hasil yang disimpan sama ada dalam fail cmp.h5 yang terhasil atau fail fast[a|q]. Kod bar
fail hdf5 mengandungi struktur berikut:

/BarcodeCalls/best - (nZMWs, 6)[32-bit integer] set data dengan lajur berikut:
holeNumber,nAdapters,barcodeIdx1,barcodeScore1,barcodeIdx2,barcodeScore2

Di samping itu, terbaik set data mempunyai atribut berikut:

┌────────────┬──────────────────────────────────── ─────────────────────────────┐
│nama filem │ m120408_042614_richard_c100309392550000001523011508061222_s1_p0 │
├────────────┼──────────────────────────────────── ─────────────────────────────┤
│Nama lajur │ holeNumber,nAdapters,barcodeIdx1,barcodeScore1,barcodeIdx2, │
│ │ barcodeScore2 │
└────────────┴──────────────────────────────────── ─────────────────────────────┘

│Mod skor │ [simetri|berpasangan] │
├────────────┼──────────────────────────────────── ─────────────────────────────┤
│kod bar │ 'bc_1', 'bc_2', ...., 'bc_N' │
└────────────┴──────────────────────────────────── ─────────────────────────────┘

Dua lajur barcodeIdx1 dan barcodeIdx2 adalah indeks ke dalam kod bar atribut. The
scoreMode ialah mod pemarkahan yang digunakan untuk menjajarkan kod bar. The kod bar atribut sepadan dengan
nama jujukan kod bar.fasta.

Selain itu, dalam beberapa keadaan, adalah berguna untuk mengekalkan keseluruhan sejarah
pemarkahan, iaitu, setiap kod bar dijaringkan kepada setiap penyesuai merentas semua ZMW. Untuk mengekalkan ini
maklumat, seseorang mesti menghubungi:
pbbarcode labelZmws --saveExtendedInfo ...

Dalam mod ini, fail HDF5 yang terhasil akan mempunyai set data tambahan di bawah
Kumpulan BarcodeCalls, bernama: semua. Set data ini mempunyai format berikut:

/BarcodeCalls/all - (nbarcodes * nadapters[zmw_i], 4) foral i in 1 ... nZMWs
`nombor lubang, adapterIdx, barcodeIdx, markah`

. adapterIdx ialah indeks penyesuai di sepanjang molekul, iaitu, adapterIdx 1 ialah
penyesuai pertama dijaringkan.

Tambahan kepada yang bandingkan HDF5 (cmp.h5) File
Selain fail hdf5 kod bar, panggilan ke labelPenjajaran akan membuat anotasi cmp.h5
fail. Anotasi ini disimpan dalam cara yang konsisten dengan format fail cmp.h5.
Khususnya, kumpulan baharu:
/Info Kod Bar/
ID (nBarcodeLabels + 1, 1)[integer 32-bit]
Nama (nBarcodeLabels + 1, 1)[rentetan panjang pembolehubah]

Selain kumpulan /BarcodeInfo/, set data utama yang memberikan penjajaran kepada
kod bar terletak di:

/AlnInfo/Barcode (nAlignments, 3)[32-bit integer] dengan lajur berikut:
indeks,kira,bestIndex,bestScore,secondBestIndex,secondBestScore

Di sini indeks merujuk kepada indeks ke dalam Nama vektor, skor sepadan dengan jumlah
markah untuk kod bar, dan akhirnya, kiraan merujuk kepada bilangan penyesuai yang terdapat dalam
molekul.

disember 2015 PBBARCODE(1)

Gunakan pbbarcode dalam talian menggunakan perkhidmatan onworks.net