bgzip - 클라우드에서의 온라인

프로그램:

이름

bgzip - 블록 압축/압축 해제 유틸리티

tabix - TAB으로 구분된 게놈 위치 파일용 일반 인덱서

개요

bgzip [-cdhB] [-b 가상 오프셋] [-s 크기] [파일]

타빅스 [-0lf] [-p gff|침대|샘|vcf] [-s seqCol] [-b 구걸] [-e endCol] [-S 라인 건너뛰기] [-c
메타차르] in.tab.bgz [region1 [region2 [...]]]

기술

Tabix는 TAB으로 구분된 게놈 위치 파일을 인덱싱합니다. in.tab.bgz 색인 파일을 생성합니다(
in.tab.bgz.tbi or in.tab.bgz.csi ) 언제 지방 명령줄에 없습니다. 입력
데이터 파일은 다음에 의해 위치 정렬 및 압축되어야 합니다. bgzip 어떤 gzip을(1) 좋아요
상호 작용. 인덱싱 후 Tabix는 겹치는 데이터 라인을 신속하게 검색할 수 있습니다.
지역 "chr:beginPos-endPos" 형식으로 지정됩니다. 빠른 데이터 검색도 작동합니다.
URI가 파일 이름으로 제공되는 경우 network 이고 이 경우 색인 파일이 다운로드됩니다.
로컬에 존재하지 않는 경우.

인덱싱 옵션

- 0, --제로 기반
데이터 파일의 위치가 0부터 시작하도록 지정합니다(예: UCSC 파일).
1 기반보다.

-NS, --시작하다 INT
시작 염색체 위치의 열입니다. [4]

-씨, --논평 숯
문자 CHAR로 시작하는 줄 건너뛰기. [#]

-씨, --csi 문자 CHAR로 시작하는 줄 건너뛰기. [#]

-이자형, --끝 INT
끝 염색체 위치의 열. 끝 열은 시작 열과 같을 수 있습니다.
열. [5]

-NS, --힘
인덱스 파일이 있는 경우 강제로 덮어씁니다.

-미디엄, --최소 시프트INT
CSI 인덱스의 최소 간격 크기를 2^INT로 설정 [14]

-NS, --사전 설정 STR
인덱싱을 위한 입력 형식입니다. 유효한 값은 gff, bed, sam, vcf입니다. 이 옵션
다음 중 하나와 함께 적용해서는 안 됩니다. -s, -b, -e, -c 과 -0; 그것은 사용되지 않습니다
이 설정은 인덱스 파일에 저장되기 때문에 데이터 검색을 위해. [gff]

-에스, --순서 INT
시퀀스 이름의 열입니다. 옵션 -s, -b, -e, -S, -c 과 -0 에 모두 저장됩니다.
인덱스 파일이므로 데이터 검색에 사용되지 않습니다. [1]

-NS, --건너뛰기 INT
데이터 파일에서 첫 번째 INT 줄을 건너뜁니다. [0]

쿼리 중 및 기타 옵션

-시간, --인쇄 헤더
헤더/메타 행도 인쇄하십시오.

-시간, --전용 헤더
헤더/메타 행만 인쇄하십시오.

-NS, --파일 정보
파일 형식 정보를 인쇄합니다.

-엘, --목록 크롬
인덱스 파일에 저장된 시퀀스 이름을 나열합니다.

-NS, --리헤더 FILE
헤더를 FILE의 내용으로 교체

-NS, --지역 FILE
FILE에 나열된 지역으로 제한합니다. FILE은 BED 파일일 수 있습니다(.bed 필요,
.bed.gz, .bed.bgz 파일 이름 확장자) 또는 CHROM, POS,
및 선택적으로 POS_TO 열, 여기서 위치는 1부터 시작하며 포함됩니다. 언제
이 옵션이 사용 중이면 입력 파일이 정렬되지 않을 수 있습니다. 지역.

-NS, --대상 FILE
유사하게 -R 그러나 전체 입력은 순차적으로 읽히고 나열되지 않은 영역은
FILE은 건너뜁니다.

예

(grep ^"#" in.gff; grep -v ^"#" in.gff | 정렬 -k1,1 -k4,4n) | bgzip > sorted.gff.gz;

tabix -p gff sorted.gff.gz;

tabix sorted.gff.gz chr1:10,000,000-20,000,000;

노트

표준 B-트리 인덱스(또는
비닝 없음) 모든 SQL 데이터베이스 또는 PostgreSQL의 R-트리 인덱스에서 구현
신탁. 그러나 여전히 tabix를 사용해야 하는 이유는 많습니다. 첫째, tabix는 직접
GFF/GTF 및 BED와 같이 널리 사용되는 TAB 구분 형식이 많이 있습니다. 우리는 할 필요가 없습니다
데이터베이스 스키마 또는 특수 바이너리 형식을 설계합니다. 데이터를 복제할 필요가 없습니다.
다른 형식, 어느 쪽이든. 둘째, tabix는 압축 데이터 파일에서 작동하지만 대부분의 SQL은
데이터베이스는 그렇지 않습니다. GenCode 주석 GTF는 4%까지 압축할 수 있습니다. 세 번째, 타빅스
빠르다. 동일한 인덱싱 알고리즘은 정렬을 위해 효율적으로 작동하는 것으로 알려져 있습니다.
수십억 개의 짧은 읽기. SQL 데이터베이스는 아마도 이 규모의 데이터를 쉽게 처리할 수 없습니다.
마지막으로 Tabix는 원격 데이터 검색을 지원합니다. 하나는 데이터 파일을 넣을 수 있습니다
FTP 또는 HTTP 서버의 색인과 다른 사용자 또는 웹 서비스도 가능합니다.
전체 파일을 다운로드하지 않고 슬라이스를 가져옵니다.

onworks.net 서비스를 사용하여 온라인에서 bgzip 사용