daligner - آنلاین در ابر

برنامه:

نام

daligner - تراز خوانده شده طولانی

خلاصه

دالینر [-vbAI][-kINT(14)] [-wINT(6)] [-hINT(35)] [-tINT] [-MINT] [-eدو برابر (.70)]
[-lINT(1000)] [-sINT(100)] [-HINT] [-mمسیر]+ موضوع:db|سد target:db|سد ...

شرح

توالی ها را در بریده شده مقایسه کنید موضوع مسدود کردن در برابر کسانی که در لیست هستند هدف بلوک
جستجو برای ترازهای محلی حداقل شامل -l جفت پایه (پیش فرض 1000) یا بیشتر،
که دارای میانگین نرخ همبستگی هستند -e (پیش فرض 70%). ترازهای محلی پیدا شد
خروجی در یک رمزگذاری پراکنده خواهد بود که در آن یک نقطه ردیابی در تراز ثبت می شود
-s جفت پایه a-read (پیش فرض 100bp). خواندن ها در هر دو جهت و
ترازهای محلی مطابق با معیارها به یکی از چندین فایل ایجاد شده که شرح داده شده است، خروجی می شوند
در زیر -v گزینه حالت گزارش پرمخاطب را روشن می کند که آمار هر کدام را ارائه می دهد
مرحله اصلی محاسبات

گزینه ها -k, -hو -w جستجوی فیلتراسیون اولیه را برای مسابقات احتمالی کنترل کنید
بین خواندن به طور خاص، کد جستجوی ما به دنبال یک جفت نوار مورب عرض است
2^w (پیش‌فرض 2^6 = 64) که حاوی مجموعه‌ای از k-mer‌های منطبق است (پیش‌فرض 14)
بین دو قرائت، به طوری که تعداد کل پایه های تحت پوشش ضربات k-mer h است
(پیش فرض 35). k در اجرای فعلی نمی تواند بزرگتر از 32 باشد. اگر -b انتخاب
تنظیم شده است، سپس دالینر فرض می‌کند که داده‌ها دارای یک سوگیری ترکیبی قوی هستند (به عنوان مثال > 65٪ AT
rich)، و با صرف زمان بیشتر، به صورت پویا اندازه های k-mer را بسته به این تنظیم می کند
سوگیری ترکیبی، به طوری که مریض های مورد استفاده دارای ویژگی موثر 4^k هستند.

اگر یک یا چند مسیر فاصله مشخص شده با -m گزینه، سپس خوانده شده از
DB یا DBهایی که ماسک روی آنها اعمال می شود با اتحاد فواصل پوشانده شده اند.
از بین تمام مسیرهای بازه‌ای که اعمال می‌شوند، این هر k-mer است که شامل هر پایه در هر یک از آنها است
فواصل پوشانده شده به منظور کاشت یک مسابقه نادیده گرفته می شوند. یک مسیر فاصله ای
یک آهنگ است، مانند آهنگ "غبار" ایجاد شده توسط DBdust، که مجموعه ای از فواصل را رمزگذاری می کند.
روی DB اصلاح نشده یا بریده شده.

همیشه، برخی از k-mers به ​​طور قابل توجهی بیش از حد نشان داده شده است (به عنوان مثال اجرا می شود homopolymer).
این k-mer ها تعداد زیادی جفت k-mer منطبق را ایجاد می کنند و بدون آدرس رها می شوند
باعث می شود دالاینر حافظه فیزیکی موجود را سرریز کند. یکی از راه های مقابله با این موضوع این است که
به صراحت تنظیم کنید -t پارامتری که استفاده از هر k-mer که بیشتر اتفاق می افتد را سرکوب می کند
نسبت به t بار در بلوک موضوع یا هدف. با این حال، یک راه بهتر برای رسیدگی به
وضعیت این است که اجازه دهید برنامه به طور خودکار مقداری از را انتخاب کند t که با یک معین مطابقت دارد
محدودیت مصرف حافظه مشخص شده (به گیگابایت) توسط -M پارامتر. به صورت پیش فرض دالینر استفاده خواهد کرد
مقدار حافظه فیزیکی به عنوان انتخاب برای -M. اگر می خواهید کمتر استفاده کنید، بگویید فقط 8 گیگابایت
روی یک گره خوشه HPC 24 گیگابایتی چون می خواهید 3 را اجرا کنید دالینر کارهای روی گره، سپس
مشخص كردن -M8. مشخص کردن -M0 اساساً نشان می دهد که شما نمی خواهید دالینر به خود
سرکوب k-mer را طوری تنظیم کنید که در مقدار مشخصی از حافظه قرار بگیرد.

برای هر موضوع، جفت بلوک را هدف قرار دهید، مثلاً X و Y، برنامه ترازها را در کجا گزارش می کند
a-read در X و b-read در Y است و بالعکس. با این حال، اگر -A گزینه است
مجموعه ("A" برای "نامتقارن") سپس فقط در جایی که a-read در X و b-read است همپوشانی دارد.
در Y گزارش می شود، و اگر X = Y، آنگاه فقط مواردی را گزارش می کند که در آن همپوشانی دارند
شاخص a-read کمتر از شاخص b-read است. در هر صورت، اگر -I گزینه تنظیم شده است ("I"
برای "هویت") سپس زمانی که X = Y، بین بخش های مختلف یک اراده خواندن همپوشانی دارد
نیز یافت و گزارش شود.

هر تراز یافت شده به صورت -- a[ab,ae] x bo[bb,be] ثبت می شود -- که در آن a و b عبارتند از
شاخص‌ها (در DB بریده شده) قرائت‌هایی که همپوشانی دارند، o نشان می‌دهد که آیا b-read
از همان رشته یا رشته مقابل، و [ab,ae] و [bb,be] فواصل a و bo هستند.
به ترتیب، که تراز. برنامه این رکوردهای تراز را در فایل هایی که نام آنهاست قرار می دهد
به شکل XY[C|N]#.las است که C نشان می دهد که b-read ها تکمیل شده اند و N
نشان می دهد که آنها نیستند (هر دو مقایسه انجام می شود) و # رشته ای است که شناسایی شده است
و مجموعه ترازهای موجود در فایل را نوشت. اون فایله
XYO#.las شامل ترازهای تولید شده توسط نخ # است که a-read از X است و
b-read از Y و در جهت O است. دستور دالینر -A X Y 2*NTHREAD تولید می کند
فایل های موضوع XY?.las و دالینر X Y 4*NTHREAD فایل XY?.las و YX?.las را تولید می کند
(مگر اینکه X=Y در این صورت فقط فایل های NTHREAD، XX?.las، تولید می شوند).

به طور پیش فرض، دالینر همه همپوشانی های بین خوانده شده در پایگاه داده را که بیشتر هستند مقایسه می کند
از حداقل برش تنظیم شده در هنگام تقسیم DB یا DBها، معمولاً 1 یا 2 Kbp. با این حال،
خط لوله مونتاژ HGAP فقط می خواهد خوانش های بزرگ را تصحیح کند، مثلاً 8 کیلوبیت بر ثانیه یا بیشتر، و به همین ترتیب
فقط به همپوشانی هایی نیاز دارد که a-read یکی از خوانده های بزرگ است. با تنظیم -H
پارامتر برای گفتن N، یک تغییر می دهد دالینر به طوری که فقط در جایی که a-read همپوشانی دارد گزارش می دهد
بیش از N جفت پایه طول دارد.

در حالی که تنظیمات پارامتر پیش فرض برای داده های خام Pacbio خوب است، دالینر می تواند مورد استفاده قرار گیرد
برای یافتن کارآمد ترازها در قرائت های تصحیح شده یا سایر خواندن های با نویز کمتر. برای
به عنوان مثال، برای نقشه برداری برنامه های کاربردی در برابر .dams، ما اجرا می کنیم

دالینر -k20 -h60 -e.85

و در خواندن های اصلاح شده، ما معمولا اجرا می کنیم

دالینر -k25 -w5 -h60 -e.95 -s500

و در این تنظیمات بسیار سریع است.

با استفاده از خدمات onworks.net از daligner به صورت آنلاین استفاده کنید