daligner - Online nel cloud

PROGRAMMA:

NOME

daligner - allineatore a lettura lunga

SINOSSI

diallineatore [-vbAI][-kint(14)] [-wint(6)] [-hint(35)] [-tint] [-Mint] [-edoppio(.70)]
[-lint(1000)] [-sint(100)] [-Hint] [-mpista]+ soggetto:db|dam obiettivo:db|dam ...

DESCRIZIONE

Confronta le sequenze nel tagliato soggetto bloccare contro quelli nella lista di bersaglio blocchi
ricerca di allineamenti locali che coinvolgano almeno -l coppie di basi (predefinito 1000) o più,
che hanno un tasso di correlazione medio di -e (predefinito 70%). Gli allineamenti locali trovati
verrà emesso in una codifica sparsa in cui viene registrato un punto di traccia sull'allineamento ogni
-s coppie di basi dell'a-read (default 100bp). Le letture vengono confrontate in entrambi gli orientamenti e
gli allineamenti locali che soddisfano i criteri vengono emessi in uno dei numerosi file creati descritti
sotto. Il -v l'opzione attiva una modalità di reportistica dettagliata che fornisce statistiche su ciascuno
passo principale del calcolo.

Le opzioni -k, -he -w controllare la ricerca di filtraggio iniziale per possibili corrispondenze
tra le letture. Nello specifico, il nostro codice di ricerca cerca una coppia di bande diagonali di larghezza
2^w (predefinito 2^6 = 64) che contengono una raccolta di k-mer corrispondenti esatti (predefinito 14)
tra le due letture, in modo tale che il numero totale di basi coperte dai k-mer hit sia h
(predefinito 35). k non può essere maggiore di 32 nell'implementazione corrente. Se la -b opzione
è impostato, allora il diallineatore presuppone che i dati abbiano una forte distorsione compositiva (ad es. >65% AT
ricco) e al costo di un po' più di tempo, regola dinamicamente le dimensioni di k-mer a seconda di
bias compositivo, in modo che i mer utilizzati abbiano una specificità effettiva di 4^k.

Se sono presenti una o più tracce intervallate specificate con il -m opzione, quindi la lettura di
i DB o DB a cui si applica la maschera sono mascherati in modo soft con l'unione degli intervalli
di tutte le tracce di intervallo che si applicano, vale a dire qualsiasi k-mer che contiene qualsiasi base in uno qualsiasi dei
gli intervalli mascherati vengono ignorati ai fini del seeding di una partita. Una traccia a intervalli
è una traccia, come la traccia "dust" creata da DBdust, che codifica un insieme di intervalli
sul DB non tagliato o tagliato.

Invariabilmente, alcuni k-meri sono significativamente sovrarappresentati (es. corse di omopolimeri).
Questi k-mer creano un numero eccessivo di coppie di k-mer corrispondenti e se lasciati senza indirizzo lo farebbero
far sì che dalligner trabocchi la memoria fisica disponibile. Un modo per affrontare questo è quello di
impostare esplicitamente il -t parametro che sopprime l'uso di qualsiasi k-mer che si verifica di più
di t volte nel soggetto o nel blocco di destinazione. Tuttavia, un modo migliore per gestire il
situazione è quella di lasciare che il programma selezioni automaticamente un valore di t che soddisfa un dato
limite di utilizzo della memoria specificato (in Gb) dal -M parametro. Per impostazione predefinita diallineatore userà
la quantità di memoria fisica come scelta per -M. Se vuoi usarne di meno, dì solo 8 Gb
su un nodo cluster HPC da 24 Gb perché si desidera eseguire 3 diallineatore lavori sul nodo, quindi
specificare -M8. Specificando -M0 in pratica indica che non vuoi diallineatore a se stesso
regolare la soppressione di k-mer per adattarla a una data quantità di memoria.

Per ogni soggetto, coppia di blocchi target, diciamo X e Y, il programma riporta gli allineamenti dove
l'a-read è in X e il b-read è in Y, e viceversa. Tuttavia, se il -A opzione è
set ("A" per "asimmetrico") si sovrappone semplicemente dove a-read è in X e b-read è
in Y sono riportate, e se X = Y, allora riporta inoltre solo quelle sovrapposizioni in cui il
l'indice a-read è inferiore all'indice b-read. In entrambi i casi, se -I l'opzione è impostata ("I"
per "identità") quindi quando X = Y, le sovrapposizioni tra diverse porzioni della stessa lettura saranno
anche essere trovato e segnalato.

Ogni allineamento trovato viene registrato come -- a[ab,ae] x bo[bb,be] -- dove aeb sono i
indici (nel DB troncato) delle letture che si sovrappongono, o indica se la b-lettura è
dallo stesso o opposto filo, e [ab,ae] e [bb,be] sono gli intervalli di a e bo,
rispettivamente, che si allineano. Il programma inserisce questi record di allineamento in file il cui nome
è della forma XY[C|N]#.las dove C indica che le b-read sono completate e N
indica che non lo sono (entrambi i confronti vengono eseguiti) e # è il thread che ha rilevato
e ha scritto la raccolta di allineamenti contenuta nel file. Questo è il file
XYO#.las contiene gli allineamenti prodotti dal thread # per cui l'a-read proviene da X e
il b-read è da Y e in orientamento O. Il comando diallineatore -A X Y produce 2*NTHREAD
file di thread XY?.las e diallineatore X Y produce 4*NTHREAD file XY?.las e YX?.las
(salvo che X=Y in tal caso vengono prodotti solo file NTHREAD, XX?.las).

Per impostazione predefinita, diallineatore confronta tutte le sovrapposizioni tra le letture nel database che sono maggiori
rispetto al limite minimo impostato quando il DB o i DB sono stati suddivisi, in genere 1 o 2 Kbp. Però,
la pipeline di assemblaggio HGAP vuole solo correggere letture di grandi dimensioni, diciamo 8Kbp o più, e così
necessita solo delle sovrapposizioni in cui l'a-read è una delle letture grandi. Impostando il -H
parametro per dire N, si altera diallineatore in modo che riporti solo le sovrapposizioni dove a-read
è lungo più di N paia di basi.

Sebbene le impostazioni dei parametri predefinite siano valide per i dati Pacbio grezzi, diallineatore può essere utilizzata
per trovare in modo efficiente gli allineamenti nelle letture corrette o in altre letture meno rumorose. Per
ad esempio, per mappare le applicazioni contro .dams, eseguiamo

diallineatore -k20 -h60 -e.85

e sulle letture corrette, in genere eseguiamo

diallineatore -k25 -w5 -h60 -e.95 -s500

e con queste impostazioni è molto veloce.

Usa daligner online utilizzando i servizi onworks.net