الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

ل

Binnacle - تقديرات تغطية السقالات الرسم البياني وتتكامل مع أدوات metagenome binning الحالية

يحسب Binnacle بدقة تغطية سقالات الرسم البياني ويتكامل بسلاسة مع أساليب Binning الرائدة مثل Metabat2 و Maxbin 2.0 و Cofct. باستخدام سقالات الرسم البياني ، على عكس contigs (النهج الأكثر شيوعًا) لـ Binning ، يحسن تواصل ونوعية صناديق metagenomic ويمكن أن تلتقط مجموعة أوسع من عناصر التبعية للجينوم المعاد بناؤها.

تثبيت

لتشغيل Binnacle ، ستحتاج إلى Python 3.7.x ، Bedtools ، Samtools ، Biopython ، NetworkX ، Numpy ، و Pandas.
يتوفر ملف البيئة. يتم تقديم الوثائق التفصيلية حول كيفية تثبيت هذه الحزم هنا. نستخدم سقالات الرسم البياني التي يتم إخراج أداة السقالات metacarvel ، لذلك ستحتاج أيضًا إلى تنزيل وتثبيت metacarvel. هناك دليل تثبيت خطوة بخطوة لـ Metacarvel.

بيانات metagenomic binning

بشكل عام ، عندما يكون لديك عينة أو عدة عينة من metagenomic ، نحتاج إلى تجميع السقالات/السقالات ، والسقالات من كل عينة لإنشاء صناديق metagenomic. نوصي باستخدام Megahit للتجميع ، و Metacarvel للسقالات. نحن نقدم دليلًا مساعد للعمل من خلال خطوات تقدير التجميع ، والسقالات ، وتقدير التغطية لكل قاعدة هنا.

اتبع هذه الخطوات لإنشاء ملفات لتشغيل أساليب binning مع سقالات الرسم البياني:

  • توليد سقالات دقيقة (وحدة سوء الفوز) ، وتقدير سقالات السقالات وتغطية.
    تأخذ هذه الخطوة سقالات الرسم البياني من دليل إخراج Metacarvel ، وتغطية المقدرة لـ contigs باستخدام قراءات من نفس العينة مثل الإدخال. إنه يخرج تقديرات التغطية لمجموعة دقيقة من سقالات الرسم البياني إلى جانب معلومات أخرى ضرورية حول إحداثياتها ، التوجه ، إلخ في دليل الإخراج. يمكن تقديم تغطيات مستوى Contig إلى Binnacle إما كملف نصي يصف تغطية Perbase أو ملفات BAM و SPEM لمحاذاة القراءة. 
 python Estimate_Abundances.py -g [ORIENTED.gml] -a [COVERAGE_SORTED.txt] -c [CONTIGS.fa] -d [OUTPUT_DIRECTORY]
usage: Estimate_Abundances.py [-h] [-g ASSEMBLY] [-a COVERAGE] [-bam BAMFILE]
                              [-bed BEDFILE] [-c CONTIGS] -d DIR [-o COORDS]
                              [-w WINDOW_SIZE] [-t THRESHOLD]
                              [-n NEIGHBOR_CUTOFF] [-p POSCUTOFF]
                              [-pre PREFIX]

binnacle: A tool for binning metagenomic datasets using assembly graphs and
scaffolds generated by metacarvel. Estimate_Abundances.py estimates abundance
for scaffolds generated by MetaCarvel. If the coordinates computed by binnacle
is specified then the abundance for each scaffold is estimated based on the
contig abundances and the coordinates. If the coordinates are not specified
then binnacle etimates the abundance from scratch. While calculating all vs
all abundances please specify the coordinates(Coordinates_After_Delinking.txt)
through the "coords" parameter. The abundances can be provided as a bed file,
bam file or a text file describing the per base coverage obtained by running
the genomeCoverageBed program of the bedtools suite.

optional arguments:
  -h, --help            show this help message and exit
  -g ASSEMBLY, --assembly ASSEMBLY
                        Assembly Graph generated by Metacarvel
  -a COVERAGE, --coverage COVERAGE
                        Output generated by running genomecov -d on the bed
                        file generated by MetaCarvel.
  -bam BAMFILE, --bamfile BAMFILE
                        Bam file from aligning reads to contigs
  -bed BEDFILE, --bedfile BEDFILE
                        Bed file from aligning reads to contigs. If bed file
                        is provided please provide a fasta file of the contigs
  -c CONTIGS, --contigs CONTIGS
                        Contigs generated by the assembler, contigs.fasta
  -d DIR, --dir DIR     output directory for results
  -o COORDS, --coords COORDS
                        Coordinate file generated by Binnacle
  -w WINDOW_SIZE, --window_size WINDOW_SIZE
                        Size of the sliding window for computing test
                        statistic to identify changepoints in coverages
                        (Default=1500)
  -t THRESHOLD, --threshold THRESHOLD
                        Threshold to identify outliers (Default=99)
  -n NEIGHBOR_CUTOFF, --neighbor_cutoff NEIGHBOR_CUTOFF
                        Filter size to identify outliers within (Defualt=100)
  -p POSCUTOFF, --poscutoff POSCUTOFF
                        Position cutoff to consider delinking (Default=100)
  -pre PREFIX, --prefix PREFIX
                        Prefix to be attached to all outputs
  • إذا كنت ترغب في تقدير تغطية سقالات الرسم البياني لعينة من قراءاتها ، فستقوم بتشغيل recitiment_abundances.py مع المعلمات التالية ، 
 -g Path to oriented.gml from running metacarvel on sample
-c Path to contigs obtained by assembling reads of sample
-a Coverage of contigs in ths sample by mapping to its reads -- See Wiki for how to calculate coverage information
-d Output directory
  • عند العمل مع عينات متعددة ، نستخدم القراءات من نفس العينة إلى سقالات "تصحيح" الرسوم البيانية "الصحيحة" وتقدير فترةها. ولكن ، يمكننا استخدام القراءات من جميع العينات الأخرى لتقدير تغطية سقالات الرسم البياني عبر العينات. يمكن أن يساعد استخدام المعلومات من عينات متعددة في تقليل الضوضاء في مرحلة binnning ، ونوصيها بشدة. لذلك ، إذا كنت ترغب في تقدير تغطية سقالات الرسم البياني (العينة 1) من قراءات عينة أخرى (عينة 2) ، فستقوم بتشغيل recitiment_abundances.py مع هذه التعديلات. 
 -a Coverage of contigs in Sample 1 by mapping reads of Sample 2 -- See Wiki for how to calculate coverage information
-o Coordinates of scaffolds from Sample 1 that you would have generated from the previous step.
-d Same output directory as Sample 1
  • بمجرد أن يتم تقدير تغطية لسقالات الرسم البياني من جميع العينات (جميعها مقابل الكل) ، نحتاج إلى الجمع بين هذه المعلومات وإنشاء ملفات لتشغيل طرق binning metagenome. نحن نقدم الملفات التي يمكن استخدامها بسهولة مع MATABAT2 و LOCKT و MAXBIN2.0.

    لإنشاء مصفوفة الميزة للتجميع ، سنستخدم برنامج collate.py من Binnacle. يأخذ المسار إلى دليل الإخراج حيث يتم وضع جميع المعلومات الموجزة التي تم إنشاؤها بواسطة الخطوات السابقة وطريقة binning التي ترغب في تشغيلها بعد ذلك. 
 python Collate.py -h                        
usage: Collate.py [-h] -d DIR [-m METHOD] [-k KEEP]

binnacle: A tool for binning metagenomic datasets using assembly graphs and
scaffolds generated by metacarvel.Estimate_Abundances.py estimates abundance
for scaffolds generated by MetaCarvel. The program Collate.py collects the
summary files generated by Estimate_Abundances.py

optional arguments:
  -h, --help            show this help message and exit
  -d DIR, --dir DIR     Output directory that contains the summary files
                        generated by running Estimate_Abundances.py
  -m METHOD, --method METHOD
                        Binning method to format the output to. Presently we
                        support 1. Metabat 2. Maxbin 3. Concoct 4. Binnacle
                        (Default)
  -k KEEP, --keep KEEP  Retain the summary files generated by
                        Estimate_Abundances.py. Defaults to True
  • باستخدام ملف الوفرة. txt استنادًا إلى الطريقة المحددة (-M) في الخطوة السابقة ، يمكنك تشغيل طريقة binning هذه لإنشاء صناديق لسقالات الرسم البياني الخاص بك.

يرجى الخروج من الويكي للحصول على وصف مفصل عند إعداد بيئة Python ، وطرق حساب التغطية وسير عمل نموذجي لتشغيل Binnacle.

لتصور سقالات الرسم البياني ، نوصي باستخدام metagenomescope وهو متصفح يعتمد على الويب. المدخلات إلى metagenomescope هي Assembly_graph_filtered.gml. يتم تقديم وثائق مفصلة حول تثبيت وتشغيل metagenomescope هنا.

اقتباس

يرجى الاستشهاد بـ Muralidharan HS و Shah N و Meisel JS و Pop M (2021) Binnacle: باستخدام سقالات لتحسين تواصل وجودة صناديق الميتاجنومية. أمام. ميكروبول. 12: 638561. doi: 10.3389/fmicb.2021.638561.

هذه الأداة لا تزال قيد التطوير. يرجى فتح المشكلة هنا على github أو الاتصال بنا إذا كان لديك أي أسئلة.
Harihara Muralidharan: [email protected]
Nidhi Shah: [email protected]

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل