axe-demux - 클라우드에서의 온라인

프로그램:

이름

도끼 - 도끼 문서

Ax는 읽기 디멀티플렉서로, 시퀀스 읽기에 다음이 포함된 상황에 유용합니다.
샘플을 고유하게 구별하는 바코드. Axe는 빠르고 정확한 알고리즘 기반을 사용합니다.
해밍 불일치 시 시퀀싱 읽기의 접두어를 경쟁적으로 일치시키려고 시도합니다.
바코드 세트입니다. Axe는 조합 바코드 체계를 지원합니다.

내용 :

도끼 사용법

알림:
불가사의한 이유로 이름은 도끼 바이너리가 다음으로 변경되었습니다. 도끼-demux 버전 0.3.0.
불편을 끼쳐드려 죄송합니다. 도끼 데비안에 설치 가능
그리고 그 파생상품. 명령줄 사용법은 변경되지 않았습니다.

Ax에는 여러 가지 사용 모드가 있습니다. 주요 차이점은 두 대체 항목 사이에 있습니다.
바코드 구성표, 단일 및 조합 바코드. 단일 바코드 매칭이 사용됩니다.
첫 번째 판독에만 바코드 시퀀스가 ​​포함된 경우. 조합 바코드는 다음과 같은 경우에 사용됩니다.
읽기 쌍의 두 읽기에는 독립적인(일반적으로 다른) 바코드 시퀀스가 ​​포함되어 있습니다.

간결한 참조를 위해 명령줄 사용법은 다음과 같습니다. 도끼-demux 아래에 재현되어 있습니다:

용법:
도끼-demux [-mzc2pt] -b (-f [-r] | -i) (-F [-R] | -I)
도끼-demux -h
도끼-demux -v

옵션:
-m, --mismatch 최대 해밍 거리 불일치. [정수, 기본값 1]
-z, --ziplevel Gzip 압축 수준 또는 일반 텍스트의 경우 0 [int, 기본값 0]
-c, --combinatorial 조합 바코드 일치를 사용합니다. [플래그, 기본값은 OFF]
-p, --permissive 바코드 불일치 충돌 시 오류가 발생하지 않습니다. 일치만 가능합니다.
바코드 충돌을 위해 정확하게. [플래그, 기본값은 OFF]
-2, --trim-r2 R2 읽기 및 R1에서 바코드를 잘라냅니다. [플래그, 기본값은 OFF]
-b, --barcodes 바코드 파일. 예를 들어 --help를 참조하세요. [파일]
-f, --fwd-in 정방향 읽기를 입력합니다. [파일]
-F, --fwd-out 정방향 읽기 접두사를 출력합니다. [파일]
-r, --rev-in 역방향 읽기를 입력합니다. [파일]
-R, --rev-out 역방향 읽기 접두사를 출력합니다. [파일]
-i, --ilfq-in 인터리브된 쌍 읽기를 입력합니다. [파일]
-I, --ilfq-out 출력 인터리브 쌍 읽기 접두사. [파일]
-t, --table-file 역다중화 통계 요약 테이블을 파일로 출력합니다. [파일]
-h, --help 이 사용법과 추가 도움말을 인쇄합니다.
-V, --version 버전 문자열을 인쇄합니다.
-v, --verbose 좀 더 자세하게 설명합니다. 추가로 -vv는 -v보다 더 장황합니다.
-q, --quiet 매우 조용합니다.

입력 와 출력
읽기 모드에 관계없이 단일 엔드 읽기, 세 가지 입력 및 출력 구성표가 지원됩니다.
쌍을 이루는 읽기(별도의 R1 및 R2 파일) 및 인터리브된 쌍을 이루는 읽기(R1이 포함된 파일 XNUMX개)
R2는 연속 읽기임). 단일 끝 읽기가 입력되면 다음과 같이 출력되어야 합니다.
단일 끝 읽기. 쌍을 이루거나 인터리브된 쌍을 이루는 읽기를 읽는 경우 다음을 수행할 수 있습니다.
쌍 읽기 또는 인터리브 쌍 읽기로 출력됩니다. 이는 두 가지 모두에 적용됩니다.
성공적으로 역다중화한 읽기와 역다중화할 수 없는 읽기입니다.

XNUMXD덴탈의 -z 플래그는 gzip을 사용하여 출력을 압축해야 함을 지정하는 데 사용할 수 있습니다.
압축. 그만큼 -z 플래그는 0(기본값)과 9 사이의 정수 인수를 사용합니다. 여기서 0은
일반 텍스트 출력을 나타냅니다(지조펜 모드 "wT"), 1-9는 해당 모드를 나타냅니다.
압축 수준을 사용해야 합니다. 여기서 1은 가장 빠르고 9는 가장 압축됩니다.

출력 플래그는 출력 파일 이름 기반을 생성하는 데 사용되는 접두사여야 합니다.
바코드(또는 바코드 쌍) ID에 있습니다. 이름은 다음과 같이 생성됩니다. 접두사 + _ + 바코드
ID + _ + 읽기 번호 + .확대. 읽을 수 없는 읽기에 대한 출력 파일
역다중화는 접두사 + _ + 알 수없는 + _ + 읽기 번호 + .확대. 읽은 숫자는
쌍을 이루는 읽기 파일 구성표를 사용하지 않는 한 생략되며 인터리브된 출력의 경우 "il"입니다.
확장자는 "fastq"입니다. 다음과 같은 경우 확장자에 ".gz"가 추가됩니다. -z 플래그가 사용됩니다.

XNUMXD덴탈의 일치하는 CLI 플래그 위치 :

· -f 와 -F: 각각 단일 끝 또는 쌍을 이루는 R1 파일 입력 및 출력입니다.

· -r 와 -R: R2 파일 입력 및 출력이 쌍을 이룹니다.

· -i 와 -I: 인터리브된 쌍을 이루는 입력 및 출력입니다.

XNUMXD덴탈의 바코드 파일
바코드 파일은 선택적 헤더가 있는 탭으로 구분된 파일입니다. 이는 필수사항이며,
항상 다음을 사용하여 공급됩니다. -b 명령줄 플래그. 정확한 형식은 바코드에 따라 다릅니다.
모드에 대한 자세한 내용은 아래 섹션에서 설명합니다. 헤더가 있는 경우 헤더는
줄은 다음 중 하나로 시작해야 합니다. 바코드 or 바코드, 그렇지 않으면 바코드로 해석됩니다.
라인으로 인해 구문 분석 오류가 발생합니다. ';'로 시작하는 모든 줄 또는 '#'은 무시됩니다.
바코드에 맞춰 주석을 추가합니다. 사용된 소프트웨어가 다음과 같은지 확인하십시오.
바코드는 ASCII 인코딩을 사용하며 BoM(바이트 순서 표시)을 삽입하지 않습니다.
많은 텍스트 편집기는 유니코드 기반 인코딩 체계를 자동으로 사용할 수 있습니다. 나는의 사용을 권장합니다
LibreOffice Calc (무료 오픈 소스 오피스 제품군의 일부) 바코드 테이블을 생성합니다.
Microsoft Excel도 사용할 수 있습니다.

불일치 수평 선택
바코드 모드와 관계없이 -m 플래그는 허용되는 최대 해밍을 선택하는 데 사용됩니다.
일치하는 것으로 간주되는 읽기 접두사와 바코드 사이의 거리입니다. "변이된" 것으로
바코드는 고유해야 하며 일반적으로 바코드와 마찬가지로 해밍 거리 XNUMX이 기본값입니다.
적어도 XNUMX의 해밍 거리만큼 다르도록 설계되었습니다. 선택적으로 ( -p
플래그), ax는 선택적 불일치 수준을 허용합니다. 여기서 충돌이 관찰되면
바코드는 정확하게 일치합니다. 이를 통해 바코드가 있는 데이터세트를 처리할 수 있습니다.
그들 사이의 거리가 충분히 높지 않습니다.

하나의 바코드 모드
단일 바코드 모드는 기본 작동 모드입니다. 바코드는 읽기와 일치합니다.
하나(이하 정방향 읽기)이고 정방향 읽기에서만 바코드가 잘립니다.
그렇지 않으면 -2 명령줄 플래그가 제공됩니다. 이 경우 접두사는
일치하는 바코드도 두 번째 또는 역방향 읽기에서 잘립니다. 그 순서에 주목하세요
이 두 번째 읽기는 트리밍 전에 확인되지 않습니다.

단일 바코드 모드에서 바코드 파일에는 두 개의 열이 있습니다. 바코드 와 ID.

조합 바코드 모드
조합 바코드 모드는 다음을 제공하여 활성화됩니다. -c 명령줄에 플래그를 지정합니다. 앞으로
읽기 바코드는 정방향 읽기와 일치하고 역방향 읽기 바코드는 일치합니다.
역방향 읽기에 반대합니다. 최적의 바코드는 독립적으로 선택되며 바코드는
이 두 바코드 중에서 쌍이 선택됩니다. 해당 바코드는 양쪽에서 잘립니다.
읽다; 그만큼 -2 명령줄 플래그는 조합 바코드 모드에서는 효과가 없습니다.

조합 바코드 모드에서 바코드 파일에는 세 개의 열이 있습니다. 바코드 1, 바코드 2 와
ID. 개별 바코드는 정방향 및 역방향 바코드 내에서 여러 번 나타날 수 있지만
바코드 쌍은 고유한 조합이어야 합니다.

XNUMXD덴탈의 디멀티펙싱 통계 입양 부모로서의 귀하의 적합성을 결정하기 위해 미국 이민국에
XNUMXD덴탈의 -t 옵션을 사용하면 샘플당 읽기 횟수를 탭으로 구분된 파일로 출력할 수 있습니다. 그만큼
파일에는 해당 형식을 설명하는 헤더가 있으며 바코드 없는 읽기를 위한 줄이 포함됩니다.

도끼 어울리는 연산

Ax는 가변 길이를 일치시키기 위해 가장 긴 접두사 일치를 기반으로 하는 알고리즘을 사용합니다.
'변이된' 바코드 세트에 대해 각 읽기 시작부터.

해밍 거리 어울리는
처리량이 많은 시퀀싱의 대부분의 응용 분야에서 해밍 거리는
눈살을 찌푸리는 미터법으로 인해 HTS 판독 바코드는 일반적으로
특정 수준의 해밍 불일치. 이러한 시퀀스는 짧고 일반적으로 발생합니다.
읽기의 5' 끝에서는 삽입과 삭제를 거의 고려할 필요가 없으며
오류가 많은 읽기 할당 비율 증가는 잘못된 오류의 위험으로 인해 상쇄됩니다.
잘못된 샘플에 바코드를 할당합니다. 어쨌든 1-2 이상으로 읽습니다.
처음 몇 염기의 서열 오류는 품질이 좋지 않을 가능성이 높으며,
다운스트림 품질 관리 중에 필터링하면 됩니다.

해밍 불일치 시도하다
일반적으로 해밍 거리를 계산하여 판독값을 바코드 세트와 일치시킵니다.
바코드와 길이가 l인 바코드에 대한 읽기의 첫 번째 l 베이스 사이. 그만큼
그런 다음 해밍이 가장 낮은 바코드를 기록하여 "올바른" 바코드를 선택합니다.
판독 거리(경쟁 매칭) 또는 단순히 첫 번째 바코드를 수락하여
특정 임계값 이하의 해밍 거리. 이러한 접근 방식은 둘 다 매우
계산 비용이 많이 들고 내가 제안한 알고리즘보다 정확도가 낮을 ​​수 있습니다.
또한 이러한 방법을 구현하면 길이가 다른 바코드를 거의 처리하지 않습니다.
그리고 조합 바코드도 가능합니다.

Axe 알고리즘의 핵심은 해밍 불일치 시도 개념입니다. 트라이는 N-ary이다
N 문자 알파벳에 대한 트리입니다. 처리량이 높은 시퀀싱 읽기의 경우
알파벳 AGCT, DNA의 XNUMX개 뉴클레오티드에 해당 N, 표현하는 데 사용됨
모호한 기본 호출. 각 바코드를 각 판독값과 일치시키는 대신 모든 판독값을 미리 계산합니다.
각 불일치 수준에서 허용되는 시퀀스를 확인하고 이를 수준별 시도에 저장합니다. 을 위한
예를 들어, 해밍 거리 2에 일치시키기 위해 세 가지 시도를 만듭니다. 하나는 모든 것을 포함합니다.
바코드, 축어적 및 두 번의 시도로 모든 시퀀스는 해밍 거리 1과
각 바코드마다 2개씩. 이하에서는 이러한 시도를 0, 1 및
2, 0, 1의 해밍 거리(불일치)에 대해 2mm를 시도합니다. 그런 다음 가장 긴 것을 찾습니다.
각 시퀀스의 접두사는 0mm 트라이로 읽혀집니다. 이 접두사가 유효한 리프가 아닌 경우
0mm 트라이, 1mm 트라이에서 가장 긴 접두어를 찾는 등 오름차순의 모든 시도에 대해 계속됩니다.
주문하다. 읽기의 접두사가 어떤 트리에서도 완전한 순서가 아닌 경우 읽기가 할당됩니다.
"바코드가 없는" 출력 파일로.

이 알고리즘은 다양한 방법으로 최적의 바코드 일치를 보장하지만 속도도 매우 빠릅니다.
길이가 다른 바코드가 있는 경우, 우리는 가장 긴 허용
주어진 해밍 거리의 바코드가 선택됩니다. 이후 시퀀스는 무작위라고 가정
바코드에서는 이 방법을 사용하여 잘못 할당할 확률이 낮습니다. 우리는 또한 보장합니다
짧은 완벽한 일치가 긴 부정확한 일치보다 선호됩니다.
오류가 없는 바코드, 오류 1개 등을 고려합니다. 이렇게 하면 다음과 같은 내용을 읽을 수 있습니다.
더 긴 바코드와 부정확하게 일치하는 무작위 시퀀스가 ​​뒤따르는 바코드
세트의 바코드는 이 긴 바코드에 잘못 할당되지 않습니다.

이 알고리즘의 속도는 주로 다음과 같은 일정한 시간 매칭 알고리즘에 기인합니다.
일치하는 바코드 수를 고려합니다. 각 읽기를 일치시키는 데 걸리는 시간은 다음과 같습니다.
길이가 l인 바코드의 경우 바코드 길이에 비례합니다.
트라이에서 항목을 찾으려면 l + 1 트라이 레벨 하강이 필요합니다. 이 길이만큼
다소 일정하고 작으며, axe 알고리즘의 전체 복잡도는 n에 대해 O(n)입니다.
기존의 일반적인 n 판독 및 m 바코드의 O(nm)와는 대조적으로 판독합니다.
매칭 알고리즘

· 젠인덱스

onworks.net 서비스를 사용하여 온라인으로 axe-demux 사용