Скачать tombo - скачать исходный код tombo

tombo

Другой исходный код

Minor Optimizations and Bug

Скачать

/ONT_logo_deprecate.png

У нас появился новый биоинформатический ресурс, заменяющий функционал данного проекта! Смотрите наш новый репозиторий здесь: remora.

Этот репозиторий сейчас не поддерживается, и мы не рекомендуем его использовать. Пожалуйста, свяжитесь с Oxford Nanopore: [email protected] для получения помощи с вашим приложением, если обновление невозможно.

Томбо

Tombo — это набор инструментов, предназначенный в первую очередь для идентификации модифицированных нуклеотидов по данным секвенирования нанопор. Tombo также предоставляет инструменты для анализа и визуализации необработанного сигнала нанопор.

Подробную документацию по всем командам и алгоритмам Tombo можно найти на странице документации tombo.

Функции

Модифицированное базовое обнаружение
- Поддерживает как ДНК, так и прямую РНК
  - Детали обработки РНК
- Три алгоритма обнаружения поддерживают широкий спектр приложений.
  - Альтернативная модель (предпочтительно)
  - Пример сравнения
  - заново
Визуализация необработанного сигнала с привязкой к ссылке
API Python для анализа необработанных сигналов
Удобные методы оценки модели с учебным пособием

Начиная

Установка Conda (предпочтительный метод)

 # установить через среду bioconda (https://bioconda.github.io/#set-up-channels)
установка conda -c bioconda ont-tombo

Первым шагом в любом анализе Tombo является повторная закорючка (выравнивание необработанного сигнала для выравнивания эталонной последовательности) необработанных считываний нанопор. При этом создается индекс и сохраняются выравнивания необработанных сигналов, необходимые для выполнения последующего анализа.

В этом примере образец E. coli тестируется на метилирование dam и dcm (модель CpG также доступна для анализа на людях). Используя эти результаты, необработанный сигнал строится в наиболее значительно измененных положениях dcm, а базовые прогнозы, измененные плотиной, выводятся в файл покачивания для использования в последующей обработке или визуализации в браузере генома.

 tombo resquiggle path/to/fast5s/genome.fasta --processes 4 --num-most-common-errors 5
tombo обнаружение_модификаций альтернативная_модель --fast5-basedirs path/to/fast5s/ 
    --statistics-file-basename own.e_coli_sample 
    --alternate-bases dam dcm --processes 4

# построить необработанный сигнал в наиболее важных местах dcm
tomboplot Most_significant --fast5-basedirs путь/к/fast5s/ 
    --statistics-filename own.e_coli_sample.dcm.tombo.stats 
    --plot-standard-model --plot-alternate-model dcm 
    --pdf-имя файла sample.most_significant_dcm_sites.pdf

# создает файл wig с расчетной долей измененных чтений на каждом действительном ссылочном сайте
tombo text_output Browser_files --statistics-имя_файла Native.e_coli_sample.dam.tombo.stats 
    --file-types dumpened_fraction --browser-file-basename own.e_coli_sample.dam
# также создать файл покрытия успешно обработанных операций чтения для справки
tombo text_output Browser_files --fast5-basedirs путь/к/fast5s/ 
    --охват типов файлов --browser-file-basenamenative.e_coli_sample

Хотя модели мотивов ( CpG , dcm и dam ; наиболее точные) и альтернативные базовые модели для всех контекстов ( 5mC и 6mA ; более точные) являются предпочтительными, Tombo также позволяет пользователям исследовать другие или даже неизвестные базовые модификации.

Вот два примера команд, запускающих метод de_novo (обнаружение отклонений от ожидаемых канонических уровней сигнала) и метод level_sample_compare (обнаружение отклонения уровней сигнала между двумя интересующими выборками; лучше всего работает при большом охвате).

 tomboDetect_modifications de_novo --fast5-basedirs путь/к/fast5s/ 
    --statistics-file-basename sample.de_novo_detect --processes 4
tombo text_output Browser_files --statistics-filename sample.de_novo_detect.tombo.stats 
    --browser-file-basename sample.de_novo_detect --file-types dumpened_fraction

tomboDetect_modifications level_sample_compare --fast5-basedirs путь/к/fast5s/ 
    --control-fast5-basedirs путь/к/control/fast5s/ --minimum-test-reads 50 
    --processes 4 --statistics-file-basename sample.level_samp_comp_detect
tombo text_output Browser_files --statistics-filename sample.level_samp_comp_detect.tombo.stats 
    --browser-file-basename sample.level_samp_comp_detect --статистика типов файлов

Более полные руководства см. на странице документации.

Альтернативные методы установки

Tombo доступен для установки через pip, но требует установки R, а также зависимостей пакета R (ggplot2 и Gridextra) для всех функций визуализации.

 # установить пакет pip (для оптимизации cython перед tombo требуется установка numpy)
pip установить numpy
pip install ont-tombo [полный]

Tombo также можно установить непосредственно из исходного кода (в основном для разработки), выполнив следующие команды:

 git-клон https://github.com/nanoporetech/tombo
компакт-диск томбо
пип установить -e .

Известные проблемы

Tombo не поддерживает файлы данных чтения формата FAST5 с возможностью многократного чтения. Используйте команду multi_to_single_fast5 из пакета ont_fast5_api, чтобы преобразовать в формат FAST5 с однократным чтением перед обработкой с помощью Tombo.