seqkit

SeqKit – ein plattformübergreifendes und ultraschnelles Toolkit für die Bearbeitung von FASTA/Q-Dateien

• Probieren Sie SeqKit in Ihrem Browser aus (Tutorials und Übungen bereitgestellt von sandbox.bio)

• Dokumente: http://bioinf.shenwei.me/seqkit ( Nutzung , FAQs , Tutorial und Benchmark )

• Quellcode: https://github.com/shenwei356/seqkit

• Neueste Version:

• Bitte zitieren: ,

• Andere :

Merkmale

• Einfach zu installieren (Download)

• Bereitstellung statisch verknüpfter ausführbarer Binärdateien für mehrere Plattformen (Linux/Windows/macOS, amd64/arm64)

• Leicht und sofort einsatzbereit, keine Abhängigkeiten, keine Kompilierung, keine Konfiguration

• conda install -c bioconda seqkit

• Einfach zu bedienen

• Ultraschnell (siehe technische Details und Benchmark)

• Nahtloses Parsen der Formate FASTA und FASTQ

• Unterstützt ( gzip / xz / zstd / bzip2 komprimiert) STDIN/STDOUT und Eingabe-/Ausgabedatei, einfach in Pipe integriert

• Reproduzierbare Ergebnisse (konfigurierbarer Rand-Seed in sample und shuffle )

• Unterstützung benutzerdefinierter Sequenz-IDs über reguläre Ausdrücke

• Unterstützt die automatische Vervollständigung von Bash/Zsh

• Vielseitige Befehle (Verwendungen und Beispiele)

• Praktische Funktionen unterstützt durch 38 Unterbefehle

Installation

Gehen Sie zur Download-Seite für weitere Download-Optionen und Änderungsprotokolle oder installieren Sie es über Conda:

conda install -c bioconda seqkit

Unterbefehle

Kategorie	Befehl	Funktion	Eingang	Strangempfindlichkeit	Multithreads
Grundlegende Bedienung	seq	Sequenzen transformieren: ID/Seq extrahieren, nach Länge/Qualität filtern, Lücken entfernen …	FASTA/Q
	Statistiken	Einfache Statistiken: #seqs, min/max_len, N50, Q20%, Q30%…	FASTA/Q		✓
	nachfolgend	Erhalten Sie Teilsequenzen nach Region/GTF/Bett, einschließlich flankierender Sequenzen	FASTA/Q	+ oder/und -
	gleiten	Extrahieren Sie Teilsequenzen in Schiebefenstern	FASTA/Q	+ nur
	faidx	Erstellen Sie die FASTA-Indexdatei und extrahieren Sie Teilsequenzen (mit mehr Funktionen als samtools faidx).	SCHNELL	+ oder/und -
	übersetzen	DNA/RNA in Proteinsequenz übersetzen	FASTA/Q	+ oder/und -
	betrachten	Überwachung und Online-Histogramme von Sequenzmerkmalen	FASTA/Q
	Kot	Verkettung und Streaming von FastX-Dateien in Echtzeit	FASTA/Q		✓
Formatkonvertierung	fq2fa	Konvertieren Sie FASTQ in das FASTA-Format	FASTQ
	fx2tab	Konvertieren Sie FASTA/Q in das Tabellenformat	FASTA/Q
	fa2fq	Rufen Sie entsprechende FASTQ-Datensätze über eine FASTA-Datei ab	FASTA/Q	+ nur
	tab2fx	Konvertieren Sie das Tabellenformat in das FASTA/Q-Format	TSV
	konvertieren	Konvertieren Sie die Kodierung in FASTQ-Qualität zwischen Sanger, Solexa und Illumina	FASTA/Q
Suchen	grep	Suchsequenzen nach ID/Name/Sequenz/Sequenzmotiven, Nichtübereinstimmung zulässig	FASTA/Q	+ und –	teilweise, -m
	lokalisieren	Suchen Sie Teilsequenzen/Motive, Abweichungen sind zulässig	FASTA/Q	+ und –	teilweise, -m
	Amplikon	Extrahieren Sie das Amplikon (oder eine bestimmte Region darum herum), Abweichungen sind zulässig	FASTA/Q	+ und –	teilweise, -m
	Fisch	Suchen Sie nach kurzen Sequenzen in größeren Sequenzen	FASTA/Q	+ und –
Betrieb einstellen	Probe	Probensequenzen nach Anzahl oder Anteil	FASTA/Q
	rmdup	Entfernen Sie doppelte Sequenzen nach ID/Name/Sequenz	FASTA/Q	+ und –
	gemeinsam	Finden Sie gemeinsame Sequenzen mehrerer Dateien anhand von ID/Name/Sequenz	FASTA/Q	+ und –
	Duplikat	Sequenzen N-mal duplizieren	FASTA/Q
	Teilt	Aufteilen von Sequenzen in Dateien nach ID/Seq-Region/Größe/Teilen (hauptsächlich für FASTA)	FASTA bevorzugt
	Split2	Teilen Sie Sequenzen nach Größe/Teilen in Dateien auf (FASTA, PE/SE FASTQ)	FASTA/Q
	Kopf	Drucken Sie die ersten N FASTA/Q-Datensätze	FASTA/Q
	Kopfgenom	Drucken Sie Sequenzen des ersten Genoms mit gemeinsamen Präfixen im Namen	FASTA/Q
	Reichweite	FASTA/Q-Datensätze in einem Bereich drucken (Start:Ende)	FASTA/Q
	Paar	Patchen Sie Paired-End-Lesevorgänge aus zwei Fastq-Dateien	FASTA/Q
Bearbeiten	ersetzen	Ersetzen Sie Name/Sequenz durch regulären Ausdruck	FASTA/Q	+ nur
	umbenennen	Benennen Sie doppelte IDs um	FASTA/Q
	Konkat	Verketten Sie Sequenzen mit derselben ID aus mehreren Dateien	FASTA/Q	+ nur
	neu starten	Startposition für zirkuläres Genom zurücksetzen	FASTA/Q	+ nur
	mutieren	Sequenz bearbeiten (Punktmutation, Insertion, Löschung)	FASTA/Q	+ nur
	Sana	Bereinigen Sie defekte einzeilige FASTQ-Dateien	FASTQ
Bestellung	Sortieren	Sortieren Sie Sequenzen nach ID/Name/Sequenz/Länge	FASTA bevorzugt
	Shuffle	Sequenzen mischen	FASTA bevorzugt
BAM-Verarbeitung	Bäm	Überwachung und Online-Histogramme von BAM-Datensatzfunktionen	BAM
Verschiedenes	Summe	Berechnen Sie den Nachrichtenauszug für alle Sequenzen in FASTA/Q-Dateien	FASTA/Q		✓
	Folien zusammenführen	Schiebefenster zusammenführen, die aus dem Seqkit-Schieben generiert wurden	TSV

Hinweise:

• Strangempfindlichkeit:

• + only : nur Verarbeitung auf dem Plus-/Vorwärtsstrang.

• + and - : Suche auf beiden Strängen.

• + or/and - : hängt von den Flags/Optionen/Argumenten der Benutzer ab.

• Mehrere Threads: Die Verwendung der standardmäßigen 4 Threads ist für die meisten Befehle schnell genug, einige Befehle können von zusätzlichen Threads profitieren.

Zitat

1. Wei Shen*, Botond Sipos und Liuyang Zhao. 2024. SeqKit2: Ein Schweizer Taschenmesser für die Sequenz- und Ausrichtungsverarbeitung. iMeta e191. doi:10.1002/imt2.191.

2. Wei Shen, Shuai Le, Yan Li* und Fuquan Hu*. SeqKit: ein plattformübergreifendes und ultraschnelles Toolkit für die Bearbeitung von FASTA/Q-Dateien. PLUS EINS . doi:10.1371/journal.pone.0163962.

Mitwirkende

• Wei Shen

• Botond Sipos: bam , scat , fish , sana , watch .

• andere

Danksagungen

Wir danken allen Nutzern für ihr wertvolles Feedback und ihre Anregungen. Wir danken allen Mitwirkenden für die Verbesserung des Codes und der Dokumentation.

Wir schätzen Klaus Post für seine fantastischen Pakete (compress und pgzip), die das Lesen und Schreiben von gzip-Dateien beschleunigen.

Kontakt

Erstellen Sie ein Problem, um Fehler zu melden, neue Funktionen vorzuschlagen oder um Hilfe zu bitten.

Lizenz

MIT-Lizenz

Sternenkarte