ipdSummary - آنلاین در ابر

برنامه:

نام

ipdSummary - تغییرات پایه DNA را از امضاهای جنبشی تشخیص دهید.

شرح

kineticsTool IPD های مشاهده شده در هر موقعیت در ژنوم را بارگذاری می کند و آن IPD ها را با هم مقایسه می کند.
به مقدار مورد انتظار برای DNA اصلاح نشده، و خروجی نتیجه این آزمون آماری.
مقدار IPD مورد انتظار برای DNA اصلاح‌نشده می‌تواند از هر یک باشد در سیلیکو کنترل و یا
تقویت کنترل. کنترل در سیلیکون توسط PacBio آموزش داده شده و همراه با آن ارسال می شود
بسته بندی این پیش بینی IPD را با استفاده از زمینه توالی محلی در اطراف جریان پیش بینی می کند
موقعیت یک مجموعه داده کنترلی تقویت‌شده با توالی‌یابی DNA اصلاح‌نشده با آن تولید می‌شود
توالی مشابه نمونه آزمایشی یک نمونه کنترل تقویت شده معمولاً توسط
تکثیر کل ژنوم نمونه اصلی

تغییر کشف
حالت اولیه kineticsTools یک مقایسه مستقل از IPD ها در هر موقعیت را انجام می دهد
ژنوم، برای هر رشته، و آمارهای مختلفی را به CSV و GFF منتشر می کند (پس از اعمال یک
فیلتر اهمیت).

تغییرات شناسایی
kineticsTools همچنین است a تغییر شناسایی حالت که می توان کشف کردن چند سایتی IPD
"اثر انگشت" به a کاهش تنظیم of تماس of خاص اصلاحات این از ویژگی های است la
پیروی فواید:

· تغییرات مختلفی که روی یک پایه اتفاق می‌افتند را می‌توان متمایز کرد (برای
مثال m5C و m4C)

· سیگنال حاصل از یک تغییر در یک آمار ترکیب شده و بهبود می یابد
حساسیت، حذف پیک های اضافی و مرکز صحیح تماس

OPTIONS

لطفا با این برنامه تماس بگیرید --کمک برای مشاهده گزینه های موجود

الگوریتم

ترکیبی کنترل
مطالعات مربوط به رابطه بین IPD و زمینه توالی نشان می دهد که بسیاری از
تغییر در میانگین IPD در یک ژنوم را می توان از یک زمینه توالی 12 پایه پیش بینی کرد.
اطراف محل فعال DNA پلیمراز. حدود زمینه مربوطه
پنجره مطابق با پنجره DNA در تماس با پلیمراز است، همانطور که در مشاهده می شود
ساختارهای کریستالی DNA / پلیمراز برای ساده سازی فرآیند یافتن تغییرات DNA
با داده های PacBio، این ابزار شامل یک جدول جستجوی از پیش آموزش دیده نقشه برداری DNA 12-mer است
توالی به معنی IPD های مشاهده شده در شیمی C2.

فیلتر و پیرایش
kineticsTools از Mapping QV تولید شده توسط BLASR و ذخیره شده در فایل cmp.h5 استفاده می کند.
خواندن هایی که با اطمینان نقشه برداری نشده اند را نادیده بگیرید. حداقل پیش فرض نقشه برداری QV مورد نیاز است
10، به این معنی است که BLASR دارد %90 اطمینان حاصل کنید که خوانده شده به درستی ترسیم شده است. به خاطر اینکه
محدوده طول خواندن ذاتی داده های PacBio این را می توان با استفاده از آن تغییر داد
آرگومان خط فرمان --mapQvThreshold یا از طریق گفتگوی پیکربندی SMRTPortal برای
تشخیص اصلاح.

چند ویژگی از داده های PacBio وجود دارد که برای دستیابی به آنها توجه ویژه ای نیاز است
عملکرد تشخیص اصلاح خوب kineticsTools تراز بین
پایه های مشاهده شده و دنباله مرجع - به منظور اندازه گیری IPD
دنباله خواندن PacBio باید با توالی مرجع مطابقت داشته باشد k
اطراف پایه همزاد. در ماژول فعلی k = 1 توزیع IPD در برخی مکان ها باشد
به عنوان مخلوطی بین فرآیند ادغام "عادی" IPD، که حساس است، در نظر گرفته می شود
به بافت توالی محلی و تغییرات DNA و فرآیند "مکث" آلوده کننده
IPD که مدت زمان بسیار طولانی تری دارد (میانگین بیش از 10 برابر بیشتر از حد معمول)، اما به ندرت اتفاق می افتد
(~1٪ از IPD). توجه: درک فعلی ما این است که مکث ها مفید نیستند
اطلاعاتی در مورد وضعیت متیلاسیون DNA، هر چند ممکن است یک تجزیه و تحلیل دقیق تر انجام شود
تضمین شده است. همچنین توجه داشته باشید که تغییراتی که تقریباً 1٪ را به شدت افزایش می دهد
IPD های مشاهده شده توسط رویدادهای مکث ایجاد می شوند. پوشش IPD های مشاهده شده در 99 جهانی
صدک توسط نظریه از آزمون فرضیه قوی برانگیخته می شود. برخی از زمینه های دنباله ای
ممکن است به طور طبیعی IPD های طولانی تری داشته باشد، تا از درپوش گذاشتن بیش از حد داده ها در آن زمینه ها جلوگیری شود
آستانه در هر زمینه به صورت زیر تنظیم می شود: capThreshold = max(global99,
5*modelPrediction، صدک (ipdObservations، 75))

آماری تست
ما این فرضیه را آزمایش می کنیم که IPD های مشاهده شده در یک مکان خاص در نمونه دارای یک هستند
میانگین طولانی تر از IPD های مشاهده شده در یک مکان در DNA اصلاح نشده است. اگر تولید کرده ایم
یک مجموعه داده تقویت شده کل ژنوم، که تغییرات DNA را حذف می کند، ما از یک مورد-شاهدی استفاده می کنیم،
آزمون تی دو نمونه ای این ابزار همچنین یک مدل از پیش کالیبره شده "کنترل مصنوعی" را ارائه می دهد
که با توجه به زمینه توالی 12 پایه، IPD اصلاح نشده را پیش بینی می کند. در مصنوعی
مورد کنترل ما از یک آزمون t تک نمونه ای استفاده می کنیم که برای محاسبه خطا در آن تنظیم می شود
مدل کنترل مصنوعی

ورودی ها

aligned_reads.cmp.h5
یک فایل استاندارد cmp.h5 حاوی ترازها است و اطلاعات IPD داده های جنبشی را فراهم می کند
برای انجام تشخیص اصلاح استفاده می شود. فایل استاندارد cmp.h5 یک SMRTportal jobs است
data/aligned_read.cmp.h5.

ارجاع دنباله
این ابزار به دنباله مرجع مورد استفاده برای انجام ترازها نیاز دارد. در حال حاضر این باید
از طریق مسیر ورودی مخزن مرجع SMRTportal عرضه شود.

خروجی

ابزار تشخیص اصلاح نتایج را در قالب های مختلف و مناسب برای آن ارائه می دهد
تجزیه و تحلیل آماری عمیق، مرجع سریع و مصرف با ابزارهای تجسم
مانند PacBio SMRTView. نتایج به طور کلی با موقعیت مرجع و
رشته مرجع در همه موارد، مقدار رشته به رشته حامل اشاره دارد
اصلاح در نمونه DNA به یاد داشته باشید که اثر جنبشی اصلاح است
مشاهده شده در توالی های خواندنی که با رشته مخالف هم تراز هستند. بنابراین خوانده شده تراز کردن به
رشته مثبت حاوی اطلاعاتی در مورد اصلاح روی رشته منفی و معاون است
برعکس، اما در این جعبه ابزار ما همیشه رشته‌ای را که حاوی فرضیه است گزارش می‌کنیم
تغییر.

modifications.csv
فایل modifications.csv شامل یک ردیف برای هر جفت (موقعیت مرجع، رشته) است
که در مجموعه داده با پوشش حداقل x ظاهر شد. x به طور پیش فرض 3 است، اما است
قابل تنظیم با پرچم "--minCoverage" به ipdSummary.py. شاخص موقعیت مرجع است
1-برای سازگاری با فایل gff محیط R.

تولید ستون ها
در سیلیکو کنترل حالت

┌────────────────┬──────────────────────────────── ──┐
│ستون │ توضیحات │
├────────────────┼──────────────────────────────── ──┤
│refId │ شناسه دنباله مرجع این │
│ │ مشاهده │
├────────────────┼──────────────────────────────── ──┤
│tpl │ موقعیت قالب مبتنی بر 1 │
├────────────────┼──────────────────────────────── ──┤
│ رشته │ رشته نمونه بومی که در آن │
│ │ سینتیک تولید شد. '0' │ است
│ │ رشته اصلی │
│ │ FASTA، '1' رشته مخالف است │
│ │ از FASTA │
├────────────────┼──────────────────────────────── ──┤
│پایه │ پایه همزاد در این │
│ │ موقعیت در مرجع │
├────────────────┼──────────────────────────────── ──┤
│امتیاز │ pvaled-transformed Phred که a │ است
│ │ انحراف جنبشی در این │ وجود دارد
│ │ موقعیت │
└────────────────┴──────────────────────────────── ──┘

│t میانگین │ میانگین محدود IPD های نرمال شده │
│ │ مشاهده شده در این موقعیت │
├────────────────┼──────────────────────────────── ──┤
│tErr │ خطای استاندارد در حد │
│ │ IPD های عادی مشاهده شده در این │
│ │ موقعیت (انحراف استاندارد / │
│ │ sqrt (پوشش) │
├────────────────┼──────────────────────────────── ──┤
│modelPrediction │ نرمال شده میانگین IPD پیش بینی شده توسط │
│ │ مدل کنترل مصنوعی برای │
│ │ این زمینه توالی │
├────────────────┼──────────────────────────────── ──┤
│ipdRatio │ tMean / modelPrediction │
├────────────────┼──────────────────────────────── ──┤
│پوشش │ تعداد IPD های معتبر در این │
موقعیت │ │ (به بخش فیلتر │ مراجعه کنید
│ │ برای جزئیات) │
├────────────────┼──────────────────────────────── ──┤
│frac │ برآورد کسری از │
│ │ مولکول هایی که حامل │ هستند
│ │ اصلاح │
├────────────────┼──────────────────────────────── ──┤
│fracLow │ 2.5% حد اطمینان فراک │
│ │ برآورد │
├────────────────┼──────────────────────────────── ──┤
│fracUpp │ 97.5% کران اطمینان فراک │
│ │ برآورد │
└────────────────┴──────────────────────────────── ──┘

مورد شاهدی حالت

┌────────────────┬──────────────────────────────── ──┐
│ستون │ توضیحات │
├────────────────┼──────────────────────────────── ──┤
│refId │ شناسه دنباله مرجع این │
│ │ مشاهده │
├────────────────┼──────────────────────────────── ──┤
│tpl │ موقعیت قالب مبتنی بر 1 │
├────────────────┼──────────────────────────────── ──┤
│ رشته │ رشته نمونه بومی که در آن │
│ │ سینتیک تولید شد. '0' │ است
│ │ رشته اصلی │
│ │ FASTA، '1' رشته مخالف است │
│ │ از FASTA │
├────────────────┼──────────────────────────────── ──┤
│پایه │ پایه همزاد در این │
│ │ موقعیت در مرجع │
├────────────────┼──────────────────────────────── ──┤
│امتیاز │ pvaled-transformed Phred که a │ است
│ │ انحراف جنبشی در این │ وجود دارد
│ │ موقعیت │
├────────────────┼──────────────────────────────── ──┤
│میانگین موردی │ میانگین IPD های مورد نرمال شده │
│ │ مشاهده شده در این موقعیت │
├────────────────┼──────────────────────────────── ──┤
│کنترلمیانگین │ میانگین IPD های کنترل نرمال شده │
│ │ مشاهده شده در این موقعیت │
├────────────────┼──────────────────────────────── ──┤
│caseStd │ انحراف معیار IPD های موردی │
│ │ مشاهده شده در این موقعیت │
├────────────────┼──────────────────────────────── ──┤
│controlStd │ انحراف استاندارد کنترل │
│ │ IPD های مشاهده شده در این موقعیت │
└────────────────┴──────────────────────────────── ──┘

│ipdRatio │ tMean / modelPrediction │
├────────────────┼──────────────────────────────── ──┤
│testStatistic │ t-test amar │
├────────────────┼──────────────────────────────── ──┤
│پوشش │ میانگین مورد و کنترل │
│ │ پوشش │
├────────────────┼──────────────────────────────── ──┤
│ControlCoverage │ تعداد IPD های کنترل معتبر در │
│ │ این موقعیت (به فیلتر کردن │ مراجعه کنید
│ │ بخش برای جزئیات) │
├────────────────┼──────────────────────────────── ──┤
│caseCoverage │ تعداد IPD های مورد معتبر در این │
موقعیت │ │ (به بخش فیلتر │ مراجعه کنید
│ │ برای جزئیات) │
└────────────────┴──────────────────────────────── ──┘

modifications.gff
modifications.gff با مشخصات GFF نسخه 3 مطابقت دارد (-
http://www.sequenceontology.org/gff3.shtml). هر موقعیت الگو / جفت رشته که
p-value فراتر از آستانه pvalue به صورت یک ردیف ظاهر می شود. موقعیت قالب بر اساس 1 است،
طبق مشخصات GFF ستون رشته به رشته ای اشاره دارد که حامل کشف شده است
اصلاح، که در مقابل رشته هایی است که برای تشخیص اصلاح استفاده می شود. در
ستون اطمینان GFF یک مقدار تشخیص تبدیل شده با Phred است.

توجه داشته باشید on ژنوم مرورگر سازگاری

فایل modifications.gff مستقیماً با اکثر مرورگرهای ژنوم کار نمی کند. شما خواهد شد
احتمالاً باید یک کپی از فایل GFF تهیه کنید و ستون های _seqid_ را از فایل تبدیل کنید
نام‌های عمومی «ref0000x» تولید شده توسط PacBio، به هدرهای FASTA موجود در نسخه اصلی
مرجع فایل FASTA. جدول نگاشت در سربرگ modifications.gff نوشته شده است
فایل در #sequence-header برچسب ها این مشکل در نسخه 1.4 حل خواهد شد
kineticsTools.

ستون داده های کمکی فایل GFF حاوی آمارهای دیگری است که ممکن است مفید باشد
تجزیه و تحلیل یا فیلتر کردن پایین دست به ویژه سطح پوشش خوانده شده استفاده می شود
تماس را برقرار کنید و +/- 20bp توالی بافت اطراف سایت.

┌───────────┬──────-
│ستون │ توضیحات │
├───────────┼─────────-
│seqid │ Fasta contig نام │
├───────────┼─────────-
│منبع │ نام ابزار -- 'kinModCall' │
├───────────┼─────────-
│نوع │ نوع اصلاح -- در │
│ │ حالت شناسایی این │ خواهد بود
│ │ m6A، m4C، یا m5C برای │ شناسایی شده
│ │ پایه ها، یا تگ عمومی │
│ │ "مبنای_تغییر یافته" اگر جنبشی │ باشد
رویداد │ │ شناسایی شد که │ ندارد
│ │ مطابق با یک اصلاح شناخته شده │
│ │ امضا │
├───────────┼─────────-
│شروع │ موقعیت تغییر در contig │
├───────────┼─────────-
│ پایان │ موقعیت تغییر در contig │
├───────────┼─────────-
│ امتیاز │ Phred تبدیل p-مقدار │
│ │ تشخیص - این │ است
│ │ تشخیص تک سایتی مقدار p │
├───────────┼─────────-
│ رشته │ رشته نمونه حاوی │
│ │ اصلاح │
└───────────┴─────

│فاز │ غیر قابل اجرا │
├───────────┼─────────-
│ ویژگی ها │ فیلدهای اضافی مربوط به پایه │
│ │ مد. IPDRatio سنتی است │
│ │ IPDRratio، زمینه │ است
│ │ دنباله مرجع -20bp تا │
│ │ +20bp در اطراف اصلاح، │
│ │ و سطح پوشش عدد │ است
│ │ مشاهدات IPD استفاده شده پس از │
│ │ نگاشت فیلتر QV و │
│ │ فیلتر دقت. اگر ردیف │
│ │ ناشی از یک │ شناسایی شده است
اصلاح │ │ ما همچنین شامل یک │ می شویم
│ │ شناسایی برچسب Qv با │
│ │ از اصلاح │
│ │ روش شناسایی. │
│ │ identificationQv │ است
│ │ احتمال تبدیل phred │
│ │ شناسایی نادرست، برای │
│ │ پایگاه هایی که به عنوان │ شناسایی شدند
│ │ داشتن │ خاص
│ │ اصلاح. frac، fracLow، │
│ │ fracUp │ تخمین زده شده است
│ │ کسری از مولکول های حامل │
│ │ اصلاح و 5% │
│ │ فواصل اطمینان از │
│ │ برآورد. متیله │
│ │ تخمین کسر یک │ است
│ │ ویژگی سطح بتا، و باید │
│ │ فقط برای │ اکتشافی استفاده شود
│ │ اهداف. │
└───────────┴─────

motifs.gff
اگر ابزار Motif Finder اجرا شود، motifs.gff را تولید می کند که نسخه ای دوباره پردازش شده است.
از modifications.gff با تغییرات زیر. اگر یک تغییر شناسایی شده روی a رخ دهد
موتیف شناسایی شده توسط موتیف یاب، اصلاح با داده های موتیف حاشیه نویسی می شود. یک
ویژگی "motif" حاوی رشته موتیف اضافه می شود و یک ویژگی "id" اضافه می شود
حاوی شناسه موتیف، که رشته موتیف برای موتیف های جفت نشده یا
'motifString1/motifString2' برای موتیف های جفت شده. اگر یک نمونه موتیف در ژنوم وجود داشته باشد،
اما در modifications.gff شناسایی نشد، ورودی به motifs.gff اضافه می شود که نشان دهنده
حضور آن موتیف و سینتیکی که در آن سایت مشاهده شد.

motif_summary.csv
اگر ابزار Motif Finder اجرا شود، motif_summary.csv ایجاد می‌شود که تغییرات اصلاح شده را خلاصه می‌کند.
نقوش کشف شده توسط ابزار CSV حاوی یک ردیف به ازای هر موتیف شناسایی شده، با
ستون های زیر

┌───────────────────┬───────────────────────────── ─────┐
│ستون │ توضیحات │
├───────────────────┼───────────────────────────── ─────┤
│motifString │ دنباله موتیف شناسایی شده │
├───────────────────┼───────────────────────────── ─────┤
│centerPos │ موقعیت در موتیف │
│ │ اصلاح (بر اساس 0) │
├───────────────────┼───────────────────────────── ─────┤
│کسری │ کسری از مصادیق این │
│ │ موتیف با اصلاح QV بالای │
│ │ آستانه QV │
├───────────────────┼───────────────────────────── ─────┤
│nتشخیص │ تعداد نمونه های این │
│ │ موتیف با آستانه بالاتر │
└───────────────────┴───────────────────────────── ─────┘

│nGenome │ تعداد نمونه های این │
│ │ موتیف در دنباله مرجع │
├───────────────────┼───────────────────────────── ─────┤
│گروه برچسب │ رشته ای که موتیف را مشخص می کند │
│ │ گروه بندی. برای نقوش جفتی این │
│ │ │ است
│ │ " / "، │
│ │ برای نقوش بدون جفت این برابر │ است
│ │ motifString │
├───────────────────┼───────────────────────────── ─────┤
│partnerMotifString │ motifString از موتیف زوجی │
│ │ (موتیف با │
│ │ معکوس مکمل │
│ │ motifString) │
├───────────────────┼───────────────────────────── ─────┤
│meanScore │ میانگین اصلاح Qv شناسایی شده │
│ │ مصادیق │
├───────────────────┼───────────────────────────── ─────┤
│متوسط ​​نسبت Ipd │ میانگین نسبت IPD شناسایی شده │
│ │ مصادیق │
├───────────────────┼───────────────────────────── ─────┤
│میانگین پوشش │ میانگین پوشش شناسایی شده │
│ │ مصادیق │
├───────────────────┼───────────────────────────── ─────┤
│objectiveScore │ امتیاز عینی این موتیف در │
│ │ الگوریتم موتیف یاب │
└───────────────────┴───────────────────────────── ─────┘

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