bp_bulk_load_gffp - ക്ലൗഡിൽ ഓൺലൈനായി

പട്ടിക:

NAME

bp_bulk_load_gff.pl - GFF ഫയലുകളിൽ നിന്ന് ഒരു ബയോ::DB::GFF ഡാറ്റാബേസ് ബൾക്ക്-ലോഡ് ചെയ്യുക.

സിനോപ്സിസ്

% bp_bulk_load_gff.pl -d testdb dna1.fa dna2.fa സവിശേഷതകൾ1.gff സവിശേഷതകൾ2.gff ...

വിവരണം

ഈ സ്ക്രിപ്റ്റ് GFF-ന്റെ ഒരു ലിസ്റ്റിൽ അടങ്ങിയിരിക്കുന്ന സവിശേഷതകളുള്ള ഒരു ബയോ::DB::GFF ഡാറ്റാബേസ് ലോഡ് ചെയ്യുന്നു
ഫയലുകൾ കൂടാതെ/അല്ലെങ്കിൽ ഫാസ്റ്റ സീക്വൻസ് ഫയലുകൾ. വിവരിച്ചിരിക്കുന്ന GFF-ന്റെ കൃത്യമായ വേരിയന്റ് നിങ്ങൾ ഉപയോഗിക്കണം
ബയോ::DB::GFF. ഏത് ഡാറ്റാബേസ് ലോഡുചെയ്യണമെന്ന് നിയന്ത്രിക്കാൻ വിവിധ കമാൻഡ്-ലൈൻ ഓപ്ഷനുകൾ നിങ്ങളെ അനുവദിക്കുന്നു
നിലവിലുള്ള ഒരു ഡാറ്റാബേസ് തിരുത്തിയെഴുതാൻ അനുവദിക്കണമോ എന്നതും.

ഈ സ്‌ക്രിപ്റ്റ് bp_load_gff.pl-ൽ നിന്ന് വ്യത്യസ്‌തമാണ്, കാരണം ഇത് MySQL ഉപയോഗിക്കാൻ ഹാർഡ്-കോഡ് ചെയ്‌തിരിക്കുന്നതിനാൽ കഴിയില്ല
വർദ്ധിച്ചുവരുന്ന ലോഡുകൾ നടത്തുക. പ്രവർത്തിക്കുന്ന ഒരു ഇൻക്രിമെന്റൽ ലോഡറിനായി bp_load_gff.pl കാണുക
ഒരു MySQL ലോഡറിനായി Bio::DB::GFF, bp_fast_load_gff.pl എന്നിവ പിന്തുണയ്ക്കുന്ന എല്ലാ ഡാറ്റാബേസുകളും
ഫാസ്റ്റ് ഇൻക്രിമെന്റൽ ലോഡുകളെ പിന്തുണയ്ക്കുന്നു.

കുറിപ്പുകൾ
ഫയലിന്റെ പേര് "-" എന്നാണ് നൽകിയിരിക്കുന്നതെങ്കിൽ, ഇൻപുട്ട് സാധാരണ ഇൻപുട്ടിൽ നിന്നാണ് എടുക്കുന്നത്. കംപ്രസ് ചെയ്തു
ഫയലുകൾ (.gz, .Z, .bz2) സ്വയമേവ കംപ്രസ്സ് ചെയ്യപ്പെടില്ല.

FASTA ഫോർമാറ്റ് ഫയലുകളെ GFF ഫയലുകളിൽ നിന്ന് അവയുടെ ഫയൽനാമ വിപുലീകരണങ്ങളാൽ വേർതിരിച്ചിരിക്കുന്നു. ഫയലുകൾ
.fa, .fasta, .fast, .seq, .dna എന്നിവയിൽ അവസാനിക്കുന്നതും അവയുടെ വലിയക്ഷരങ്ങൾ FASTA ആയി കണക്കാക്കുന്നു
ഫയലുകൾ. മറ്റെല്ലാം ഒരു GFF ഫയലായി കണക്കാക്കുന്നു. നിങ്ങൾക്ക് -fasta ഫയലുകൾ ലോഡ് ചെയ്യണമെങ്കിൽ
STDIN, തുടർന്ന് '-' എന്ന ആർഗ്യുമെന്റിനൊപ്പം -f കമാൻഡ്-ലൈൻ സ്വിത്ത് ഉപയോഗിക്കുക

gunzip my_data.fa.gz | bp_fast_load_gff.pl -d test -f -

ബൾക്ക് ലോഡിന്റെ സ്വഭാവത്തിന് ഡാറ്റാബേസ് ലോക്കൽ മെഷീനിലായിരിക്കണമെന്നും അത് ആവശ്യമാണ്
സൂചിപ്പിച്ച ഉപയോക്താവിന് ടേബിളുകൾ ലോഡുചെയ്യാനും ആവശ്യത്തിന് ഇടം നൽകാനും "ഫയൽ" പ്രത്യേകാവകാശമുണ്ട്
/usr/tmp (അല്ലെങ്കിൽ \$TMPDIR എൻവയോൺമെന്റ് വേരിയബിൾ വ്യക്തമാക്കിയത്) പിടിക്കാൻ
ക്ഷണികമായി പട്ടികകൾ.

ഡാറ്റാബേസിനൊപ്പം --local ഓപ്ഷൻ വഴി പ്രാദേശിക ഡാറ്റ ഇപ്പോൾ ഒരു റിമോട്ട് സെർവറിലേക്ക് അപ്‌ലോഡ് ചെയ്‌തേക്കാം
dsn-ൽ വ്യക്തമാക്കിയ ഹോസ്റ്റ്, ഉദാ: dbi:mysql:test:db_host

ഉപയോഗിച്ച അഡാപ്റ്റർ dbi::mysqlopt ആണ്. ഇത് മാറ്റാൻ നിലവിൽ മാർഗമില്ല.

പരമാവധി ഫീച്ചറിനെ കുറിച്ച്: ഡിഫോൾട്ട് മൂല്യം 100,000,000 ബേസുകളാണ്. നിങ്ങൾക്ക് സവിശേഷതകൾ ഉണ്ടെങ്കിൽ
100Mb ദൈർഘ്യത്തിന് അടുത്തോ അതിൽ കൂടുതലോ ആണെങ്കിൽ, മാക്സ്ഫീച്ചറിന്റെ മൂല്യം വർദ്ധിപ്പിക്കണം
1,000,000,000 വരെ. ഈ മൂല്യം 10 ​​പവർ ആയിരിക്കണം.

വിൻഡോസ് ഉപയോക്താക്കൾ --ക്രിയേറ്റ് ഓപ്ഷൻ ഉപയോഗിക്കണം എന്നത് ശ്രദ്ധിക്കുക.

GFF അല്ലെങ്കിൽ fasta ഫയലുകളുടെ ലിസ്റ്റ് പരമാവധി എണ്ണം കേർണൽ പരിധി കവിയുന്നുവെങ്കിൽ
കമാൻഡ്-ലൈൻ ആർഗ്യുമെന്റുകൾ, --long_list /path/to/files ഓപ്ഷൻ ഉപയോഗിക്കുക.

കമാൻഡ്-ലൈൻ ഓപ്ഷനുകൾ

കമാൻഡ്-ലൈൻ ഓപ്ഷനുകൾ ഒറ്റ-അക്ഷര ഓപ്ഷനുകളായി ചുരുക്കാം. ഉദാ -ഡി പകരം
--ഡാറ്റാബേസ്.

--ഡാറ്റാബേസ് ഡാറ്റാബേസ് നാമം (ഡിഫോൾട്ട് dbi:mysql:test)
--അഡാപ്റ്റർ അഡാപ്റ്ററിന്റെ പേര് (ഡിഫോൾട്ട് mysql)
--ആവശ്യപ്പെടാതെ തന്നെ ഡാറ്റ പട്ടികകൾ പുനരാരംഭിക്കുക/സൃഷ്ടിക്കുക
--ഉപയോക്തൃ ഉപയോക്തൃനാമം ഇതായി ലോഗിൻ ചെയ്യുക
--fasta ഫയൽ അല്ലെങ്കിൽ ലോഡുചെയ്യാനുള്ള ഫാസ്റ്റ ഫയലുകൾ അടങ്ങിയ ഡയറക്ടറി
--long_list ഡയറക്‌ടറിയിൽ വളരെ വലിയ എണ്ണം അടങ്ങിയിരിക്കുന്നു
GFF കൂടാതെ/അല്ലെങ്കിൽ FASTA ഫയലുകൾ
--പാസ്‌വേഡ് ആധികാരികത ഉറപ്പാക്കാൻ ഉപയോഗിക്കേണ്ട പാസ്‌വേഡ്
(Postgres-ൽ പ്രവർത്തിക്കുന്നില്ല, പാസ്‌വേഡ് ആയിരിക്കണം
സംവേദനാത്മകമായി വിതരണം ചെയ്യുക അല്ലെങ്കിൽ ശൂന്യമായി വിടുക
തിരിച്ചറിയൽ പ്രാമാണീകരണം)
--maxbin പരമാവധി ബിൻ വലുപ്പത്തിന്റെ മൂല്യം സജ്ജമാക്കുക
--ദത്ത ഉറവിടം പ്രാദേശികമാണെന്ന് സൂചിപ്പിക്കാൻ ലോക്കൽ ഫ്ലാഗ്
--maxfeature പരമാവധി സവിശേഷത വലുപ്പത്തിന്റെ മൂല്യം സജ്ജമാക്കുക (പവർ 10)
--ഗ്രൂപ്പ് ഒന്നോ അതിലധികമോ ടാഗ് പേരുകളുടെ ഒരു ലിസ്റ്റ് (കോമ അല്ലെങ്കിൽ സ്‌പെയ്‌സ് വേർതിരിച്ചിരിക്കുന്നു)
9-ാമത്തെ കോളത്തിൽ ഗ്രൂപ്പുചെയ്യാൻ ഉപയോഗിക്കണം.
--gff3_munge GFF3 നെയിം മംഗിംഗ് സജീവമാക്കുക (ബയോ::DB::GFF കാണുക)
--സംഗ്രഹം കവറേജ് ഹിസ്റ്റോഗ്രാമുകൾ വരയ്ക്കുന്നതിന് സംഗ്രഹ സ്ഥിതിവിവരക്കണക്കുകൾ സൃഷ്ടിക്കുക.
ഇത് മുമ്പ് ലോഡ് ചെയ്ത ഡാറ്റാബേസിലോ അല്ലെങ്കിൽ സമയത്തോ പ്രവർത്തിപ്പിക്കാം
ഭാരം.
--എഴുതാവുന്ന സ്ക്രാച്ച് ഡയറക്ടറിയുടെ താൽക്കാലിക സ്ഥാനം

onworks.net സേവനങ്ങൾ ഉപയോഗിച്ച് ഓൺലൈനായി bp_bulk_load_gffp ഉപയോഗിക്കുക