ipdSummary - онлайн у хмарі

ПРОГРАМА:

ІМ'Я

ipdSummary - Виявлення модифікацій основ ДНК за кінетичними сигнатурами.

ОПИС

kineticsTool завантажує IPD, що спостерігаються в кожній позиції в геномі, і порівнює ці IPD
до очікуваного значення для немодифікованої ДНК і виводить результат цього статистичного тесту.
Очікуване значення IPD для немодифікованої ДНК може виходити з одного in-silico контроль або
посилюється контроль. Управління in silico навчається PacBio і постачається разом із ним
пакет. Він передбачає прогнозування IPD, використовуючи контекст локальної послідовності навколо поточного
позицію. Ампліфікований контрольний набір даних генерується шляхом секвенування немодифікованої ДНК за допомогою
у тій же послідовності, що й досліджуваний зразок. Посилений контрольний зразок зазвичай створюється за допомогою
повногеномна ампліфікація вихідного зразка.

Модифікація Виявлення
Основний режим kineticsTools робить незалежне порівняння IPD в кожній позиції на
геном, для кожного ланцюга, і видає різні статистичні дані в CSV і GFF (після застосування
фільтр значимості).

Поправки Ідентифікація
кінетикаІнструменти Також має a Модифікація Ідентифікація режим Що може декодувати багатосайтовий IPD
'відбитки пальців' в a знижений комплект of дзвінки of конкретний модифікації. Цей довідник - особливість має
після переваги:

· Можна виділити різні модифікації, що відбуваються на одній основі (для
приклад m5C і m4C)

· Сигнал від однієї модифікації об'єднується в одну статистику, покращуючи
чутливість, видалення зайвих піків і правильне центрування виклику

ВАРІАНТИ

Будь ласка, зателефонуйте до цієї програми --допомога щоб переглянути доступні параметри.

АЛГОРИТМ

Синтетичний Контроль
Дослідження взаємозв'язку між IPD та контекстом послідовності показують, що більшість з
варіації середнього IPD в геномі можна передбачити з контексту послідовності з 12 основ
оточує активний центр ДНК-полімерази. Межі відповідного контексту
Вікно відповідає вікну ДНК, що контактує з полімеразою, як показано в
Кристалічні структури ДНК/полімерази. Щоб спростити процес пошуку модифікацій ДНК
з даними PacBio інструмент містить попередньо навчену таблицю пошуку, що відображає 12-мерну ДНК
послідовності означають IPD, що спостерігаються в хімії C2.

фільтрація та зачистка
kineticsTools використовує Mapping QV, створений BLASR і збережений у файлі cmp.h5, щоб
ігнорувати читання, які не впевнено відображаються. За замовчуванням мінімальний необхідний відображення QV
10, що означає, що BLASR має 90\% впевненість у тому, що читання правильно відображено. Тому що
діапазон довжин зчитування, властивий даним PacBioЦе можна змінити за допомогою
аргумент командного рядка --mapQvThreshold або через діалогове вікно конфігурації SMRTPortal для
Виявлення модифікації.

Існує кілька функцій даних PacBio, які потребують особливої ​​уваги для досягнення
хороша продуктивність виявлення модифікацій. kineticsTools перевіряє вирівнювання між
спостережувані підстави та еталонна послідовність -- для того, щоб вимірювання IPD було
включена в аналіз, послідовність зчитування PacBio повинна відповідати контрольній послідовності для k
навколо спорідненої основи. У поточному модулі k = 1 Розподіл IPD в деякому локусі бути
розглядається як суміш між «звичайним» процесом включення IPD, який є чутливим
до контексту локальної послідовності та модифікацій ДНК, а також до забруднювального процесу «паузи».
IPD, які мають набагато більшу тривалість (у середньому >10 разів довше, ніж зазвичай), але трапляються рідко
(~1% ІПД). Примітка: наше поточне розуміння полягає в тому, що паузи не є корисними
інформацію про стан метилювання ДНК, проте аналіз може бути більш ретельний
гарантовано. Також зауважте, що модифікації, які різко збільшують приблизно на 1%.
спостережувані IPD генеруються подіями паузи. На глобальному 99-му заліку спостережувані ІЛС
процентиль мотивується теорією на основі надійної перевірки гіпотез. Деякі контексти послідовності
може мати, природно, довші IPD, щоб уникнути обмеження занадто великої кількості даних у цих контекстах, обмеження
поріг коригується відповідно до контексту таким чином: capThreshold = max(global99,
5*modelPrediction, процентиль (ipdObservations, 75))

Статистичний Тестування
Ми перевіряємо гіпотезу про те, що IPD, що спостерігаються в певному локусі у вибірці, мають a
довші, ніж ІПД, що спостерігаються в тому самому локусі в немодифікованій ДНК. Якщо ми створили
набір даних Whole Genome Amplified, який видаляє модифікації ДНК, ми використовуємо випадок-контроль,
двовибірковий t-критерій. Цей інструмент також надає попередньо відкалібровану модель «синтетичного контролю».
який прогнозує незмінений IPD, враховуючи контекст послідовності 12 основ. У синтетичному
У контрольному випадку ми використовуємо t-критерій однієї вибірки з коригуванням для врахування помилки в
синтетична модель керування.

ВХОДИ

aligned_reads.cmp.h5
Стандартний файл cmp.h5 містить вирівнювання, а інформація IPD надає кінетичні дані
використовується для визначення модифікації. Стандартний файл cmp.h5 для завдань SMRTportal
data/aligned_read.cmp.h5.

Посилання Послідовність
Інструмент вимагає опорної послідовності, яка використовується для виконання вирівнювання. Наразі це необхідно
надаватися через шлях до запису репозиторію посилань SMRTportal.

ВИХІДИ

Інструмент виявлення модифікацій надає результати в різних форматах
поглиблений статистичний аналіз, швидкі довідки та споживання за допомогою інструментів візуалізації
наприклад PacBio SMRTView. Результати, як правило, індексуються за позицією відліку та
еталонне пасмо. У всіх випадках значення пасма відноситься до пасма, що несе
модифікація зразка ДНК. Пам'ятайте, що кінетичний ефект модифікації є
спостерігається в послідовностях зчитування, що вирівнюються до протилежного ланцюга. Отже, читання вирівнюється за
Позитивний ланцюг несуть інформацію про модифікацію негативного ланцюга і пороку
навпаки, але в цьому наборі інструментів ми завжди повідомляємо про те, що містить передбачуваний
модифікації.

modifications.csv
Файл modifications.csv містить один рядок для кожної пари (посилання, ланцюг).
які з’явилися в наборі даних із покриттям принаймні x. x за замовчуванням дорівнює 3, але є
можна налаштувати за допомогою прапора '--minCoverage' для ipdSummary.py. Індекс опорної позиції є
На основі 1 для сумісності з файлом gff середовище R.

Вихід стовпців
in-silico контроль режим

┌────────────────┬──────────────────────────────── ──┐
│Колонка │ Опис │
├────────────────┼──────────────────────────────── ──┤
│refId │ ідентифікатор опорної послідовності цього │
│ │ спостереження │
├────────────────┼──────────────────────────────── ──┤
│tpl │ Позиція шаблону на основі 1 │
├────────────────┼──────────────────────────────── ──┤
│ланцюг │ нативний зразок ланцюга, де │
│ │ кінетика була згенерована. '0' є │
│ │ пасмо оригіналу │
│ │ FASTA, '1' є протилежним ланцюгом │
│ │ від FASTA │
├────────────────┼──────────────────────────────── ──┤
│основа │ споріднена основа при цьому │
│ │ положення в довідковому │
├────────────────┼──────────────────────────────── ──┤
│score │ Phred-перетворене pзначення, що a │
│ │ кінетичне відхилення існує при цьому │
│ │ положення │
└────────────────┴──────────────────────────────── ──┘

│tMean │ обмежене середнє нормалізованих IPD │
│ │ спостерігається в цьому положенні │
├────────────────┼──────────────────────────────── ──┤
│tErr │ обмежена стандартною помилкою │
│ │ нормалізовані IPD, що спостерігаються при цьому │
│ │ положення (стандартне відхилення / │
│ │ sqrt (покриття) │
├────────────────┼──────────────────────────────── ──┤
│modelPrediction │ нормалізоване середнє IPD, передбачене │
│ │ синтетична модель керування для │
│ │ контекст цієї послідовності │
├────────────────┼──────────────────────────────── ──┤
│ipdRatio │ tMean / Model Prediction │
├────────────────┼──────────────────────────────── ──┤
│покриття │ кількість дійсних IPD на цьому │
│ │ положення (див. розділ Фільтрування │
│ │ детальніше) │
├────────────────┼──────────────────────────────── ──┤
│frac │ оцінка частки │
│ │ молекули, які несуть │
│ │ модифікація │
├────────────────┼──────────────────────────────── ──┤
│fracLow │ 2.5% довірча межа ГРП │
│ │ оцінка │
├────────────────┼──────────────────────────────── ──┤
│fracUpp │ 97.5% межа довіри ГРП │
│ │ оцінка │
└────────────────┴──────────────────────────────── ──┘

кейс-контроль режим

┌────────────────┬──────────────────────────────── ──┐
│Колонка │ Опис │
├────────────────┼──────────────────────────────── ──┤
│refId │ ідентифікатор опорної послідовності цього │
│ │ спостереження │
├────────────────┼──────────────────────────────── ──┤
│tpl │ Позиція шаблону на основі 1 │
├────────────────┼──────────────────────────────── ──┤
│ланцюг │ нативний зразок ланцюга, де │
│ │ кінетика була згенерована. '0' є │
│ │ пасмо оригіналу │
│ │ FASTA, '1' є протилежним ланцюгом │
│ │ від FASTA │
├────────────────┼──────────────────────────────── ──┤
│основа │ споріднена основа при цьому │
│ │ положення в довідковому │
├────────────────┼──────────────────────────────── ──┤
│score │ Phred-перетворене pзначення, що a │
│ │ кінетичне відхилення існує при цьому │
│ │ положення │
├────────────────┼──────────────────────────────── ──┤
│caseMean │ середнє нормалізованих випадків IPD │
│ │ спостерігається в цьому положенні │
├────────────────┼──────────────────────────────── ──┤
│controlMean │ середнє нормалізованих контрольних IPD │
│ │ спостерігається в цьому положенні │
├────────────────┼──────────────────────────────── ──┤
│caseStd │ стандартне відхилення випадкових IPD │
│ │ спостерігається в цьому положенні │
├────────────────┼──────────────────────────────── ──┤
│controlStd │ стандартне відхилення контролю │
│ │ ІПД, що спостерігаються в цьому положенні │
└────────────────┴──────────────────────────────── ──┘

│ipdRatio │ tMean / Model Prediction │
├────────────────┼──────────────────────────────── ──┤
│testStatistic │ t-критерій статистики │
├────────────────┼──────────────────────────────── ──┤
│охоплення │ середнє випадку і контролю │
│ │ покриття │
├────────────────┼──────────────────────────────── ──┤
│controlCoverage │ кількість дійсних контрольних IPD на │
│ │ це положення (див. Фільтрування │
│ │ розділ для деталей) │
├────────────────┼──────────────────────────────── ──┤
│CaseCoverage │ кількість дійсних IPD випадків у цьому │
│ │ положення (див. розділ Фільтрування │
│ │ детальніше) │
└────────────────┴──────────────────────────────── ──┘

modifications.gff
Modifications.gff відповідає специфікації GFF версії 3 (‐
http://www.sequenceontology.org/gff3.shtml). Кожна позиція шаблону/пара пасмо якого
p-value перевищує поріг pvalue відображається у вигляді рядка. Позиція шаблону заснована на 1,
відповідно до специфікації GFF. Стовпчик ланцюга відноситься до ланцюга, що несе виявлене
модифікації, яка є протилежною ланцюгом від тих, що використовуються для виявлення модифікації. The
Стовпець довіри GFF – це перетворене Phred pзначення виявлення.

Примітка: on геном браузер сумісність

Файл modifications.gff не працюватиме безпосередньо з більшістю браузерів геному. Ти будеш
імовірно, потрібно зробити копію файлу GFF та перетворити стовпці _seqid_ із
загальні імена 'ref0000x', згенеровані PacBio, до заголовків FASTA, присутніх в оригіналі
посилання на файл FASTA. Таблиця відображення записана в заголовку файлу modifications.gff
файл у #sequence-header теги. Ця проблема буде вирішена у випуску 1.4
кінетикаІнструменти.

Стовпець допоміжних даних файлу GFF містить інші статистичні дані, які можуть бути корисними
аналіз або фільтрація нижче за течією. Зокрема, рівень охоплення читань, які звикли
здійснити дзвінок і контекст послідовності +/- 20 bp, що оточує сайт.

┌───────────┬───────────────────────────────────┐
│Колонка │ Опис │
├────────────┼───────────────────────────────────┤
│seqid │ Fasta contig назва │
├────────────┼───────────────────────────────────┤
│джерело │ Назва інструмента -- 'kinModCall' │
├────────────┼───────────────────────────────────┤
│тип │ Тип модифікації -- в │
│ │ режим ідентифікації це буде │
│ │ m6A, m4C або m5C для ідентифікованих │
│ │ бази, або загальний тег │
│ │ 'modified_base', якщо кінетичний │
│ │ виявлено подію, яка не │
│ │ відповідати відомої модифікації │
│ │ підпис │
├────────────┼───────────────────────────────────┤
│початок │ Позиція зміни на контигу │
├────────────┼───────────────────────────────────┤
│кінець │ Позиція зміни на контигу │
├────────────┼───────────────────────────────────┤
│оцінка │ Phred перетворено p-значення │
│ │ виявлення - це │
│ │ p-значення для виявлення одного сайту │
├────────────┼───────────────────────────────────┤
│нитка │ Зразок пасма, що містить │
│ │ модифікація │
└───────────┴───────────────────────────────────┘

│фаза │ Не застосовується │
├────────────┼───────────────────────────────────┤
│атрибути │ Додаткові поля, що стосуються бази │
│ │ модифікації. IPDRatio традиційний │
│ │ IPDRratio, контекст – це │
│ │ опорна послідовність -20bp до │
│ │ +20bp навколо модифікації, │
│ │, а рівень покриття – це число │
│ │ спостережень IPD, використаних після │
│ │ Відображення QV фільтрації та │
│ │ точність фільтрації. Якщо рядок │
│ │ випливає з ідентифікованого │
│ │ модифікації ми також включаємо │
│ │ ідентифікаційний тег Qv із │
│ │ з модифікації │
│ │ процедура ідентифікації. │
│ │ ідентифікація Qv є │
│ │ phred-перетворена ймовірність │
│ │ неправильна ідентифікація, для │
│ │ основи, які були ідентифіковані як │
│ │, що мають певний │
│ │ модифікація. frac, fracLow, │
│ │ fracUp є розрахунковими │
│ │ частка молекул, що несуть │
│ │ модифікація, а 5% │
│ │ довірчі інтервали │
│ │ оцінка. Метилований │
│ │ оцінка частки є │
│ │ функція бета-рівня, і повинна │
│ │ використовуватися лише для дослідницьких │
│ │ цілі. │
└───────────┴───────────────────────────────────┘

motivs.gff
Якщо запустити інструмент Motif Finder, він згенерує motifs.gff, який є повторно обробленою версією
з modifications.gff з наступними змінами. Якщо виявлена ​​модифікація відбувається на a
мотив, виявлений шукачем мотивів, модифікація анотується даними мотиву. An
додається атрибут 'motif', що містить рядок мотиву, і атрибут 'id'
містить ідентифікатор мотиву, який є рядком мотиву для непарних мотивів або
'motifString1/motifString2' для парних мотивів. Якщо в геномі існує екземпляр мотиву,
але не було виявлено в modifications.gff, до motifs.gff додано запис, що вказує на
наявність цього мотиву та кінетики, які спостерігалися на цьому місці.

motiv_summary.csv
Якщо запущено інструмент Motif Finder, генерується motif_summary.csv, підсумовуючи змінені
мотиви, виявлені інструментом. CSV містить один рядок для кожного виявленого мотиву з
наступні стовпці

┌───────────────────┬───────────────────────────── ─────┐
│Колонка │ Опис │
├───────────────────┼───────────────────────────── ─────┤
│motifString │ Виявлена ​​послідовність мотивів │
├───────────────────┼───────────────────────────── ─────┤
│centerPos │ Позиція в мотиві │
│ │ модифікація (на основі 0) │
├───────────────────┼───────────────────────────── ─────┤
│дріб │ Частка екземплярів цього │
│ │ мотив з модифікацією QV над │
│ │ поріг QV │
├───────────────────┼───────────────────────────── ─────┤
│nВиявлено │ Кількість випадків цього │
│ │ мотив з верхнім порогом │
└───────────────────┴───────────────────────────── ─────┘

│nГеном │ Кількість екземплярів цього │
│ │ мотив у еталонній послідовності │
├───────────────────┼───────────────────────────── ─────┤
│groupTag │ Нитка, що ідентифікує мотив │
│ │ групування. Для парних мотивів це │
│ │ є │
│ │ " / ", │
│ │ Для непарних мотивів це дорівнює │
│ │ мотивРядок │
├───────────────────┼───────────────────────────── ─────┤
│partnerMotifString │ motifНитка парного мотиву │
│ │ (мотив з │
│ │ зворотно-комплементарний │
│ │ мотивРядок) │
├───────────────────┼───────────────────────────── ─────┤
│meanScore │ Середня модифікація Qv виявленого │
│ │ екземпляри │
├───────────────────┼───────────────────────────── ─────┤
│meanIpdRatio │ Середнє співвідношення IPD виявлених │
│ │ екземпляри │
├───────────────────┼───────────────────────────── ─────┤
│середнє покриття │середнє охоплення виявлених │
│ │ екземпляри │
├───────────────────┼───────────────────────────── ─────┤
│objectiveScore │ Об'єктивна оцінка цього мотиву в │
│ │ алгоритм пошуку мотивів │
└───────────────────┴───────────────────────────── ─────┘

Використовуйте ipdSummary онлайн за допомогою служб onworks.net