map2slimp: en línea en la nube

PROGRAMA:

NOMBRE

map2slim: asigna asociaciones de genes a una ontología 'delgada'

SINOPSIS

cd ir
map2slim GO_slims / goslim_generic.obo ontology / gene_ontology.obo gene -sociations / gene_association.fb

DESCRIPCIÓN

Dado un archivo GO slim y una ontología actual (en uno o más archivos), este script se mapeará
un archivo de asociación de genes (que contiene anotaciones al GO completo) a los términos en el GO
Delgado.

La secuencia de comandos se puede utilizar para crear un nuevo archivo de asociación de genes, que contiene la mayoría
pertinentes de las accesiones delgadas de GO, o en modo de conteo, en cuyo caso
el producto cuenta para cada término reducido

El formato del archivo de asociación se describe aquí:

<http://www.geneontology.org/GO.annotation.shtml#archivo>

ARGUMENTOS

-b cubo Delgado presentar
Este argumento agrega cubo términos a la ontología delgada; consulte la documentación a continuación para
una explicación. El nuevo archivo de ontología delgado, incluidos los términos de depósito, se escribirá en
cubo Delgado presentar

-mapa de salida Delgado cartografía presentar
Esto generará un archivo de mapeo para cada término en la ontología completa mostrando tanto
término delgado más pertinente y todos los términos delgados que son antepasados. Si usa esto
opción, NO proporcione un archivo de asociaciones de genes

nombres de programas
(Solo funciona con -outmap)

Muestra los nombres del término en el archivo de mapeo delgado

-c Esto forzará a map2slim a dar recuentos del archivo assoc, en lugar de mapearlo

-t Cuando se usa junto con -c tabulará la salida para que la sangría refleje
la jerarquía del árbol en el archivo delgado

-o salir presentar
Esto escribirá las asociaciones (o recuentos) mapeados en el archivo especificado, en lugar de
la pantalla

DESCARGA

Este script es parte del go-perl paquete, disponible en CPAN

<http://search.cpan.org/~cmungall/go-perl/>

Este script no funcionará sin instalar go-perl

CARTOGRAFÍA ALGORITMO
GO es un DAG, no un árbol. Esto significa que a menudo hay más de una ruta desde un término GO
hasta el nodo raíz Gene_Ontology; el camino puede cruzar varios términos en el delgado
ontología, lo que significa que una anotación se puede asignar a varios términos reducidos.

(nota debe ver esto en línea para ver la imagen a continuación, si no está viendo esto en
las http://www.geneontology.org sitio, puede consultar la siguiente URL:
<http://geneontology.cvs.sourceforge.net/* checkout * / geneontology / go-dev / go-perl / doc / map2slim.gif>
)

Un ejemplo hipotético, los círculos azules muestran términos en el GO slim, y los círculos amarillos muestran
términos en la ontología completa. La ontología completa subsume la delgada, por lo que los términos azules son
también en la ontología.

IR MAPAS DE ID A SLIM ID TODOS LOS ANTECEDENTES DE SLIM
===== =============== ===================
5 2 + 3 2,3,1
6 3 solo 3,1
7 4 solo 4,3,1
8 3 solo 3,1
9 4 solo 4,3,1
10 2 + 3 2,3,1

La segunda columna muestra los ID más pertinentes en el mapeo directo delgado. La tercera
La columna muestra todos los antepasados ​​en el delgado.

Tenga en cuenta en particular el mapeo de ID 9, aunque tiene dos rutas a la raíz a través de
la delgada vía 3 y 4, 3 se descarta porque está subsumida por 4.

Por otro lado, 10 se asigna a 2 y 3 porque ambos son el primer ID delgado en el
dos caminos válidos a la raíz, y ninguno subsume al otro.

El algoritmo utilizado es:

para mapear cualquier término en la ontología completa: encuentre todas las rutas válidas hasta el nodo raíz en
la ontología completa

para cada ruta, tome el primer término delgado que se encuentre en la ruta

descarte cualquier término delgado redundante en este conjunto, es decir, términos delgados subsumidos por otros términos delgados
en el set

CUBETA CONDICIONES
Si ejecuta el script con la opción -b, se agregarán los términos del depósito. Para cualquier término P en
el delgado, si P tiene al menos un hijo C, se creará un término cubo P 'debajo de P. Esto es
un término general para mapear cualquier término en la ontología completa que sea descendiente de P, pero
NO es descendiente de ningún hijo de P en la ontología delgada.

Por ejemplo, el genérico delgado.0208 tiene los siguientes términos y estructura:

% De unión al ADN; IR: 0003677
% de unión a cromatina; IR: 0003682
% de actividad del factor de transcripción; IR: 0003700, IR: 0000130

Después de agregar términos de depósito, se verá así:

% De unión al ADN; IR: 0003677
% de unión a cromatina; IR: 0003682
% de actividad del factor de transcripción; IR: 0003700; sinónimo: GO: 0000130
@bucket: Unión Z-OTRO-ADN; slim_temp_id: 12

Términos de la ontología completa que son otros hijos de la unión al ADN, como
la unión del ADN trenzado y sus descendientes se correlacionarán con el término del segmento.

El término bucket tiene una ID delgada que es transitoria y está ahí solo para facilitar la
cartografía. No debe usarse externamente.

El término bucket tiene el prefijo Z-OTHER; la Z es un truco para asegurarse de que el término sea
siempre aparece en último lugar en el orden alfabético.

El algoritmo se modifica ligeramente si se utilizan términos de depósito. El término cubo tiene un
relación implícita con todos los OTROS hermanos no en el delgado.

Do I necesite cubo ¿condiciones?

Hoy en día, la mayoría de los archivos delgados están completamente o casi "completos", es decir, no hay espacios.
Esto significa que la opción -b no producirá resultados diferentes notables. Por ejemplo,
es posible que vea un término de depósito OTROS-enlace creado, sin nada anotado: porque todos
los hijos de la vinculación en el GO están representados en el archivo delgado.

La opción de depósito solo es necesaria para algunos de los archivos delgados archivados más antiguos,
que son estáticos y se generaron de una manera bastante ad-hoc; tienden a acumular 'huecos'
con el tiempo (por ejemplo, GO agregará un nuevo hijo de enlace, pero el archivo delgado estático no estará a la altura
fecha, por lo que cualquier producto genético anotado en este nuevo término se correlacionará con la unión de OTROS en el
Delgado)

GRAFICO EQUIPOS
Tenga en cuenta que los archivos de ontología delgados pueden estar desactualizados con respecto al actual
ontología.

Actualmente map2slim no marca las discrepancias de gráficos entre el gráfico delgado y el gráfico en
el archivo de ontología completo; toma la ontología completa como si fuera el gráfico real. sin embargo, el
Se utilizará una ontología delgada para formatear los resultados si selecciona -t -c como opciones.

SALIDA
En modo normal, se escribirá un archivo de asociación de genes en formato estándar. La columna GO ID
(5) contendrá GO slim ID. El mapeo corresponde a la segunda columna de la tabla.
encima. Tenga en cuenta que el archivo de salida puede contener más líneas que el archivo de entrada. Este es
porque algunos GO ID completos tienen más de un ID delgado pertinente.

COUNT MODO

map2slim se puede ejecutar con la opción -c, que dará los recuentos de genes distintos
productos asignados a cada término delgado. Las columnas son las siguientes

GO Término
La primera columna es la ID de GO seguida del nombre del término (el nombre del término se proporciona como
se encuentra tanto en las ontologías GO completa como en las delgadas; por lo general, serán las mismas
pero ocasionalmente el archivo delgado quedará detrás de los cambios en el archivo GO)

Recuento de productos genéticos para los que este es el término delgado más relevante
el número de productos genéticos distintos para los que esta es la más pertinente / directa
IDENTIFICACIÓN. Por más directo queremos decir que la asociación se hace directamente a este término,
O la asociación se hace a un niño de este término delgado Y no hay un niño delgado
término al que se asigna la asociación.

Para la mayoría de los slims, este recuento será equivalente al número de asociaciones directamente
mapeado a este término delgado. Sin embargo, algunos archivos delgados más antiguos son "irregulares" porque
admitir "lagunas". Por ejemplo, si el delgado tiene todos los hijos del "proceso biológico" con
la excepción de "comportamiento", todas las anotaciones a "comportamiento" o sus hijos serán
contado aquí

ver ejemplo a continuación

Recuento de productos génicos que se infiere que están asociados con el término delgado
y el número de productos genéticos distintos que se anotan a cualquier descendiente de este
ID delgado (o anotado directamente en el ID delgado).

bandera de obsolescencia
GO ontología

Para tomar un ejemplo; si usamos -t y -c así:

map2slim -t -c GO_slims / goslim_generic.obo ontology / gene_ontology.obo gene -sociations / gene_association.fb

Entonces, parte de los resultados pueden verse así:

GO: 0008150 proceso_biológico (proceso_biológico) 34 10025 proceso_biológico
GO: 0007610 comportamiento (comportamiento) 632 proceso_biológico
GO: 0000004 proceso biológico desconocido (proceso biológico desconocido) 832 proceso biológico
GO: 0007154 comunicación celular (comunicación celular) 333 1701 proceso_biológico
GO: 0008037 reconocimiento celular (reconocimiento celular) 19 19 proceso_biológico
Se asignaron 19 productos a GO: 0008037 o uno de sus hijos. (GO: 0008037 es un nodo hoja en el delgado, por lo que los dos recuentos son idénticos).

Por otro lado, GO: 0008150 solo obtiene 34 productos para los cuales este es el más relevante
término. Esto se debe a que la mayoría de las anotaciones se asignarían a algún hijo de GO: 0008150 en la versión delgada,
como GO: 0007610 (comportamiento). Estos 34 productos génicos se anotan directamente a
Vaya: 0008150, oa algún niño de este término que no está en el delgado. Esto puede apuntar a
'huecos' en lo delgado. Tenga en cuenta que ejecutar map2slim con la opción -b 'taponará' estas brechas
con términos de relleno artificial.

Utilice map2slimp en línea utilizando los servicios de onworks.net