binnacle

À

Binnacle - estime la couverture des échafaudages graphiques et s'intègre aux outils de binning de métagénome existants

Binnacle calcule avec précision la couverture des échafaudages de graphiques et s'intègre de manière transparente aux principales méthodes de binning telles que Metabat2, Maxbin 2.0 et Concoct. L'utilisation d'échafaudages graphiques, par opposition aux contigs (approche la plus courante) pour le binning améliore la contiguïté et la qualité des bacs métagénomiques et peut capturer un ensemble plus large des éléments accessoires des génomes reconstruits.

Installation

Pour exécuter Binnacle, vous aurez besoin de Python 3.7.x, BedTools, Samtools, Biopython, Networkx, Numpy et Pandas.
Un fichier Environment.yml est disponible et cela peut être utilisé pour créer un environnement conda qui est adapté à l'exécution du binnacle. La documentation détaillée sur la façon d'installer ces packages est donnée ici. Nous utilisons des échafaudages graphiques qui sont sortis de l'outil d'échafaudage Metacarvel, vous devrez donc également télécharger et installer Metacarvel. Il existe un guide d'installation étape par étape pour Metacarvel.

Données métagénomiques de binning

Généralement, lorsque vous avez un ou plusieurs échantillons métagénomiques, nous devons assembler, échafaudages et contigus / échafaudages de bacs de chaque échantillon pour générer des bacs métagénomiques. Nous vous recommandons d'utiliser Megahit pour l'assemblage et Metacarvel pour l'échafaudage. Nous fournissons un guide d'assistance pour travailler à travers des étapes d'assemblage d'assemblage, d'échafaudage et de couverture par base ici.

Suivez ces étapes pour générer des fichiers pour exécuter des méthodes de binning avec des échafaudages graphiques:

• Générez des échafaudages précis (module d'étanchéité erroné) et estimez la portée et la couverture des échafaudages.
  Cette étape prend des échafaudages graphiques du répertoire de sortie Metacarvel et la couverture estimée pour les contigs en utilisant des lectures du même échantillon que l'entrée. Il offre des estimations de couverture pour un ensemble précis d'échafaudages graphiques ainsi que d'autres informations nécessaires sur ses coordonnées, l'orientation, etc. dans le répertoire de sortie. Les couvertures de niveau contig peuvent être présentées à Binnacle soit en tant que fichier texte décrivant la couverture perbase ou les fichiers BAM et le lit des alignements de lecture.

 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

• Si vous souhaitez estimer la couverture des échafaudages graphiques d'un échantillon à partir de ses lectures, vous exécuterez estimer_abundances.py avec les paramètres suivants,

 -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

• Lorsque nous travaillons avec plusieurs échantillons, nous utilisons des lectures du même échantillon pour "corriger" des échafaudages graphiques et estimons sa portée. Mais, nous pouvons utiliser des lectures de tous les autres échantillons pour estimer la couverture des échafaudages graphiques entre les échantillons. L'utilisation d'informations de plusieurs échantillons peut aider à réduire le bruit dans la phase de binnning, et nous le recommandons fortement. Ainsi, si vous souhaitez estimer la couverture des échafaudages de graphiques (échantillon 1) à partir des lectures d'un autre échantillon (échantillon 2), vous exécuterez estimer_abundances.py avec ces modifications.

 -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

• Une fois que vous avez une couverture estimée pour les échafaudages graphiques de tous les échantillons (tous vs tous), nous devons combiner ces informations et générer des fichiers pour exécuter des méthodes de binning de métagénome. Nous fournissons des fichiers qui peuvent être facilement utilisés avec Metabat2, ConcoCT et Maxbin2.0.
  
  Pour générer la matrice de fonctionnalités pour le clustering, nous utiliserons le programme Cacklate.py à partir de Binnacle. Il prend le chemin du répertoire de sortie où toutes les informations de résumé générées par les étapes précédentes sont placées et la méthode de binning que vous souhaitez exécuter ensuite.

 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 

• En utilisant le fichier abondance.txt basé sur la méthode sélectionnée (-M) à l'étape précédente, vous pouvez exécuter cette méthode de binning pour générer des bacs pour vos échafaudages graphiques.

Veuillez vérifier le wiki pour une description détaillée de la configuration de l'environnement Python, des méthodes pour calculer la couverture et un flux de travail typique pour exécuter le binnacle.

Pour visualiser les échafaudages de graphiques, nous recommandons d'utiliser le métagénomescope qui est un navigateur Web. L'entrée de MetageNomeScope est assembly_graph_filtered.gml. Une documentation détaillée sur l'installation et l'exécution du métagénomescope est donnée ici.

Citation

Veuillez citer Muralidharan HS, Shah N, Meisel JS et Pop M (2021) Binnacle: Utilisation d'échafaudages pour améliorer la contiguïté et la qualité des bacs métagénomiques. Devant. Microbiol. 12: 638561. doi: 10.3389 / fmicb.2021.638561.

Cet outil est toujours en cours de développement. Veuillez ouvrir le problème ici sur GitHub ou contactez-nous si vous avez des questions.
Harihara Muralidharan: [email protected]
Nidhi Shah: [email protected]