cageseq

Einführung

nf-core/cageseq ist eine bioinformatische Analysepipeline, die für CAGE-seq-Sequenzierungsdaten verwendet wird.

Die Pipeline verwendet rohe, demultiplexte Fastq-Dateien als Eingabe und umfasst Schritte zum Linker- und Artefakt-Trimmen (Cutadapt), zur rRNA-Entfernung (SortMeRNA), zur Ausrichtung auf ein Referenzgenom (STAR ​​oder Bowtie1) und zum Zählen und Clustern von CAGE-Tags (Paraclu). Darüber hinaus mehrere Qualitätskontrollschritte (FastQC, RSeQC, MultiQC) sind enthalten, um eine einfache Überprüfung der Ergebnisse nach einem Lauf zu ermöglichen.

Die Pipeline wird mit Nextflow erstellt, einem Workflow-Tool, mit dem Aufgaben auf sehr portable Weise über mehrere Recheninfrastrukturen hinweg ausgeführt werden können. Es wird mit Docker-Containern geliefert, wodurch die Installation einfach und die Ergebnisse gut reproduzierbar sind.

Schnellstart

1. nextflow installieren

2. Installieren Sie Docker , Singularity oder Podman um eine vollständige Reproduzierbarkeit der Pipeline zu gewährleisten (bitte verwenden Sie Conda nur als letzten Ausweg; siehe Dokumente).

3. Laden Sie die Pipeline herunter und testen Sie sie mit einem einzigen Befehl an einem minimalen Datensatz:

   nextflow run nf-core/cageseq -profile test, < docker/singularity/podman/conda/institute >

   Bitte überprüfen Sie nf-core/configs, um zu sehen, ob für Ihr Institut bereits eine benutzerdefinierte Konfigurationsdatei zum Ausführen von nf-core-Pipelines vorhanden ist. Wenn ja, können Sie einfach -profile in Ihrem Befehl verwenden. Dadurch wird entweder docker oder singularity aktiviert und die entsprechenden Ausführungseinstellungen für Ihre lokale Rechenumgebung festgelegt.

4. Beginnen Sie mit der Durchführung Ihrer eigenen Analyse!

nextflow run nf-core/cageseq -profile < docker/singularity/podman/conda/institute > --input ' *_R1.fastq.gz ' --aligner < ' star ' / ' bowtie1 ' > --genome GRCh38

Alle verfügbaren Optionen beim Ausführen der Pipeline finden Sie in den Nutzungsdokumenten.

Pipeline-Zusammenfassung

Standardmäßig führt die Pipeline derzeit Folgendes aus:

1. Eingabe QC lesen ( FastQC )
2. Adapter + EcoP15 + 5'G-Trimmung ( cutadapt )
3. (optional) rRNA-Filterung ( SortMeRNA ),
4. Getrimmte und gefilterte Lese-QC ( FastQC )
5. Ausrichtung auf ein Referenzgenom ( STAR ​​oder bowtie1 ) lesen
6. Zählen und Clustern von CAGE-Tags ( paraclu )
7. CAGE-Tag-Clustering-QC ( RSeQC )
8. Präsentieren Sie die Qualitätskontrolle und Visualisierung der Rohlese-, Alignment- und Clustering-Ergebnisse ( MultiQC ).

Dokumentation

Die nf-core/cageseq-Pipeline enthält eine Dokumentation zur Pipeline: Verwendung und Ausgabe.

Credits

nf-core/cageseq wurde ursprünglich von Kevin Menden (@KevinMenden) und Tristan Kast (@TrisKast) geschrieben und von Matthias Hörtenhuber (@mashehu) aktualisiert.

Beiträge und Unterstützung

Wenn Sie zu dieser Pipeline beitragen möchten, lesen Sie bitte die Beitragsrichtlinien.

Wenn Sie weitere Informationen oder Hilfe benötigen, zögern Sie nicht, uns über den Slack-Kanal #cageseq zu kontaktieren (Sie können mit dieser Einladung beitreten).

Zitate

Wenn Sie nf-core/cageseq für Ihre Analyse verwenden, zitieren Sie es bitte mit der folgenden Doi: 10.5281/zenodo.4095105

Sie können die nf-core -Publikation wie folgt zitieren:

Das NF-Core-Framework für von der Community kuratierte Bioinformatik-Pipelines.

Philip Ewels, Alexander Peltzer, Sven Fillinger, Harshil Patel, Johannes Alneberg, Andreas Wilm, Maxime Ulysse Garcia, Paolo Di Tommaso und Sven Nahnsen.

Nat Biotechnol. 13. Februar 2020. doi: 10.1038/s41587-020-0439-x. ReadCube: Vollzugriffslink

Darüber hinaus lauten die Referenzen der in dieser Pipeline verwendeten Tools und Daten wie folgt:

Nextflow

Di Tommaso P, Chatzou M, Floden EW, Barja PP, Palumbo E, Notredame C. Nextflow ermöglicht reproduzierbare Rechenabläufe. Nat Biotechnol. 11. April 2017;35(4):316-319. doi: 10.1038/nbt.3820. PubMed PMID: 28398311.

Pipeline-Tools

• BEDTools

  Quinlan AR, Hall IM. BEDTools: eine flexible Suite von Dienstprogrammen zum Vergleich genomischer Merkmale. Bioinformatik. 2010 15. März;26(6):841-2. doi: 10.1093/bioinformatics/btq033. Epub 28. Januar 2010. PubMed PMID: 20110278; PubMed Central PMCID: PMC2832824.

• Fliege

  Langmead B, Trapnell C, Pop M, Salzberg SL. Ultraschnelle und speichereffiziente Ausrichtung kurzer DNA-Sequenzen auf das menschliche Genom. Genombiol. 2009;10(3):R25. doi: 10.1186/gb-2009-10-3-r25. Epub 4. März 2009. PMID: 19261174; PMCID: PMC2690996.

• Cutadapt

  Martin, M., 2011. Cutadapt entfernt Adaptersequenzen aus Sequenzierungslesevorgängen mit hohem Durchsatz. EMBnet. Zeitschrift, 17(1), S. 10-12.

• FastQC

• MultiQC

  Ewels P, Magnusson M, Lundin S, Käller M. MultiQC: Analyseergebnisse für mehrere Tools und Proben in einem einzigen Bericht zusammenfassen. Bioinformatik. 1. Okt. 2016;32(19):3047-8. doi: 10.1093/bioinformatics/btw354. Epub 16. Juni 2016. PubMed PMID: 27312411; PubMed Central PMCID: PMC5039924.

• paraclu

  Frith MC, Valen E, Krogh A, Hayashizaki Y, Carninci P, Sandelin A. Ein Code für die Transkriptionsinitiierung in Säugetiergenomen. Genomres. 2008 Jan;18(1):1-12. doi: 10.1101/gr.6831208. Epub 21. November 2007. PMID: 18032727; PMCID: PMC2134772.

• RSeQC

  Wang L, Wang S, Li W. RSeQC: Qualitätskontrolle von RNA-seq-Experimenten Bioinformatik. 2012 15. August;28(16):2184-5. doi: 10.1093/bioinformatics/bts356. Epub 27. Juni 2012. PubMed PMID: 22743226.

• SAMtools

  Li H, Handsaker B, Wysoker A, Fennell T, Ruan J, Homer N, Marth G, Abecasis G, Durbin R; 1000 Genomprojekt-Untergruppe Datenverarbeitung. Das Sequence Alignment/Map-Format und SAMtools. Bioinformatik. 15.08.2009;25(16):2078-9. doi: 10.1093/bioinformatics/btp352. Epub 8. Juni 2009. PubMed PMID: 19505943; PubMed Central PMCID: PMC2723002.

• SortMeRNA

  Kopylova E, Noé L, Touzet H. SortMeRNA: schnelle und genaue Filterung ribosomaler RNAs in metatranskriptomischen Daten Bioinformatik. 15. Dezember 2012;28(24):3211-7. doi: 10.1093/bioinformatics/bts611. Epub 2012, 15. Oktober. PubMed PMID: 23071270.

• STERN

  Dobin A, Davis CA, Schlesinger F, Drenkow J, Zaleski C, Jha S, Batut P, ​​Chaisson M, Gingeras TR. STAR: ultraschneller universeller RNA-seq-Aligner Bioinformatik. 2013 1. Jan.;29(1):15-21. doi: 10.1093/bioinformatics/bts635. Epub 25. Okt. 2012. PubMed PMID: 23104886; PubMed Central PMCID: PMC3530905.

• UCSC-Tools

  Kent WJ, Zweig AS, Barber G, Hinrichs AS, Karolchik D. BigWig und BigBed: Ermöglichen das Durchsuchen großer verteilter Datensätze. Bioinformatik. 2010 Sep 1;26(17):2204-7. doi: 10.1093/bioinformatics/btq351. Epub 17. Juli 2010. PubMed PMID: 20639541; PubMed Central PMCID: PMC2922891.

Softwarepaketierungs-/Containerisierungstools

• Anakonda

  Anaconda-Softwareverteilung. Computersoftware. Vers. 2-2.4.0. Anaconda, November 2016. Web.

• Biokonda

  Grüning B, Dale R, Sjödin A, Chapman BA, Rowe J, Tomkins-Tinch CH, Valieris R, Köster J; Bioconda-Team. Bioconda: nachhaltiger und umfassender Softwarevertrieb für die Life Sciences. Nat-Methoden. 2018 Jul;15(7):475-476. doi: 10.1038/s41592-018-0046-7. PubMed PMID: 29967506.

• BioContainer

  da Veiga Leprevost F, Grüning B, Aflitos SA, Röst HL, Uszkoreit J, Barsnes H, Vaudel M, Moreno P, Gatto L, Weber J, Bai M, Jimenez RC, Sachsenberg T, Pfeuffer J, Alvarez RV, Griss J, Nesvizhskii AI, Perez-Riverol Y. BioContainers: ein Open-Source- und Community-basiertes Framework für die Softwarestandardisierung. Bioinformatik. 2017 15. August;33(16):2580-2582. doi: 10.1093/bioinformatics/btx192. PubMed PMID: 28379341; PubMed Central PMCID: PMC5870671.

• Docker

• Singularität

  Kurtzer GM, Sochat V, Bauer MW. Singularität: Wissenschaftliche Container für die Mobilität von Computern. PLoS One. 11. Mai 2017;12(5):e0177459. doi: 10.1371/journal.pone.0177459. eCollection 2017. PubMed PMID: 28494014; PubMed Central PMCID: PMC5426675.

Expandieren