ഡാലിഗ്നർ - ക്ലൗഡിൽ ഓൺലൈനിൽ

പട്ടിക:

NAME

ഡാലിഗ്നർ - ദീർഘമായി വായിക്കുന്ന അലൈനർ

സിനോപ്സിസ്

ഡാലിഗ്നർ [-vbAI][-kint(14)] [-wint(6)] [-hint(35)] [-tint] [-Mint] [-eഇരട്ട(.70)]
[-lint(1000)] [-sint(100)] [-Hint] [-mട്രാക്ക്]+ വിഷയം:db|ഡാം ലക്ഷ്യം:db|ഡാം ...

വിവരണം

ട്രിം ചെയ്ത സീക്വൻസുകൾ താരതമ്യം ചെയ്യുക വിഷയം ലിസ്റ്റിലുള്ളവർക്കെതിരെ തടയുക ലക്ഷ്യം ബ്ലോക്കുകൾ
കുറഞ്ഞത് ഉൾപ്പെടുന്ന പ്രാദേശിക വിന്യാസങ്ങൾക്കായി തിരയുന്നു -l അടിസ്ഥാന ജോഡികൾ (ഡിഫോൾട്ട് 1000) അല്ലെങ്കിൽ കൂടുതൽ,
അതിന് ശരാശരി പരസ്പര ബന്ധ നിരക്ക് ഉണ്ട് -e (സ്ഥിരസ്ഥിതി 70%). പ്രാദേശിക വിന്യാസങ്ങൾ കണ്ടെത്തി
അലൈൻമെന്റിൽ ഒരു ട്രെയ്സ് പോയിന്റ് രേഖപ്പെടുത്തുന്ന ഒരു വിരളമായ എൻകോഡിംഗിൽ ഔട്ട്പുട്ട് ചെയ്യും
-s a-റീഡിന്റെ അടിസ്ഥാന ജോഡികൾ (ഡിഫോൾട്ട് 100bp). രണ്ട് ഓറിയന്റേഷനുകളിലും വായനകളെ താരതമ്യം ചെയ്യുന്നു
മാനദണ്ഡങ്ങൾ പാലിക്കുന്ന പ്രാദേശിക വിന്യാസങ്ങൾ വിവരിച്ചിരിക്കുന്ന നിരവധി സൃഷ്ടിച്ച ഫയലുകളിലൊന്നിലേക്ക് ഔട്ട്പുട്ട് ചെയ്യുന്നു
താഴെ. ദി -v ഓപ്‌ഷൻ ഓരോന്നിന്റെയും സ്ഥിതിവിവരക്കണക്കുകൾ നൽകുന്ന വെർബോസ് റിപ്പോർട്ടിംഗ് മോഡ് ഓണാക്കുന്നു
കണക്കുകൂട്ടലിന്റെ പ്രധാന ഘട്ടം.

ഓപ്ഷനുകൾ -k, -h, ഒപ്പം -w സാധ്യമായ പൊരുത്തങ്ങൾക്കായുള്ള പ്രാരംഭ ഫിൽട്ടറേഷൻ തിരയൽ നിയന്ത്രിക്കുക
വായനകൾക്കിടയിൽ. പ്രത്യേകമായി, ഞങ്ങളുടെ തിരയൽ കോഡ് വീതിയുള്ള ഒരു ജോടി ഡയഗണൽ ബാൻഡുകൾക്കായി തിരയുന്നു
2^w (ഡിഫോൾട്ട് 2^6 = 64) അതിൽ കൃത്യമായ പൊരുത്തമുള്ള k-mers (ഡിഫോൾട്ട് 14)
രണ്ട് റീഡുകൾക്കിടയിൽ, k-mer ഹിറ്റുകൾ ഉൾക്കൊള്ളുന്ന മൊത്തം ബേസുകളുടെ എണ്ണം h ആണ്
(സ്ഥിരസ്ഥിതി 35). നിലവിലെ നടപ്പാക്കലിൽ k 32-ൽ കൂടുതലാകരുത്. എങ്കിൽ -b ഓപ്ഷൻ
സജ്ജീകരിച്ചിരിക്കുന്നു, തുടർന്ന് ഡാലിഗ്നർ ഡാറ്റയ്ക്ക് ശക്തമായ ഘടനാപരമായ ബയസ് ഉണ്ടെന്ന് അനുമാനിക്കുന്നു (ഉദാ: 65% AT
സമ്പന്നമായത്), കുറച്ചുകൂടി സമയം ചിലവഴിച്ച്, കെ-മെർ വലുപ്പങ്ങൾ ഡൈനാമിക് ആയി ക്രമീകരിക്കുന്നു
കോമ്പോസിഷണൽ ബയസ്, അതിനാൽ ഉപയോഗിച്ച മെർസിന് 4^k യുടെ ഫലപ്രദമായ പ്രത്യേകതയുണ്ട്.

കൂടെ വ്യക്തമാക്കിയ ഒന്നോ അതിലധികമോ ഇടവേള ട്രാക്കുകൾ ഉണ്ടെങ്കിൽ -m ഓപ്ഷൻ, തുടർന്ന് വായിക്കുന്നു
മാസ്ക് പ്രയോഗിക്കുന്ന ഡിബി അല്ലെങ്കിൽ ഡിബികൾ ഇടവേളകളുടെ യൂണിയൻ ഉപയോഗിച്ച് മൃദുവായ മാസ്ക് ചെയ്തിരിക്കുന്നു
ബാധകമായ എല്ലാ ഇന്റർവെൽ ട്രാക്കുകളിലും, ഏതെങ്കിലും ബേസ് അടങ്ങിയിരിക്കുന്ന k-mers ആണ്
ഒരു പൊരുത്തം വിതയ്ക്കുന്നതിന് വേണ്ടി മുഖംമൂടി ധരിച്ച ഇടവേളകൾ അവഗണിക്കപ്പെടുന്നു. ഒരു ഇടവേള ട്രാക്ക്
DBdust സൃഷ്ടിച്ച "ഡസ്റ്റ്" ട്രാക്ക് പോലെയുള്ള ഒരു ട്രാക്കാണ്, അത് ഒരു കൂട്ടം ഇടവേളകൾ എൻകോഡ് ചെയ്യുന്നു
ട്രിം ചെയ്യാത്ത അല്ലെങ്കിൽ ട്രിം ചെയ്യാത്ത ഡിബിക്ക് മുകളിൽ.

സ്ഥിരമായി, ചില k-mers ഗണ്യമായി കൂടുതലായി പ്രതിനിധീകരിക്കുന്നു (ഉദാ: homopolymer റൺസ്).
ഈ k-mers, പൊരുത്തമുള്ള k-mer ജോഡികളുടെ അമിതമായ എണ്ണം സൃഷ്‌ടിക്കുകയും വിലാസമില്ലാതെ അവശേഷിക്കുന്നു
ലഭ്യമായ ഫിസിക്കൽ മെമ്മറി കവിഞ്ഞൊഴുകാൻ ഡാലിനർ കാരണമാകുന്നു. ഇത് കൈകാര്യം ചെയ്യാനുള്ള ഒരു മാർഗമാണ്
വ്യക്തമായി സജ്ജമാക്കുക -t കൂടുതൽ സംഭവിക്കുന്ന ഏതെങ്കിലും k-mer-ന്റെ ഉപയോഗം അടിച്ചമർത്തുന്ന പരാമീറ്റർ
അധികം t വിഷയത്തിലോ ടാർഗെറ്റ് ബ്ലോക്കിലോ ഉള്ള തവണ. എന്നിരുന്നാലും, കൈകാര്യം ചെയ്യുന്നതിനുള്ള മികച്ച മാർഗം
ഒരു മൂല്യം സ്വയമേവ തിരഞ്ഞെടുക്കാൻ പ്രോഗ്രാമിനെ അനുവദിക്കുക എന്നതാണ് സാഹചര്യം t അത് ഒരു നൽകിയത് നിറവേറ്റുന്നു
മെമ്മറി ഉപയോഗ പരിധി വ്യക്തമാക്കിയത് (ജിബിയിൽ). -M പരാമീറ്റർ. സ്ഥിരസ്ഥിതിയായി ഡാലിഗ്നർ ഉപയോഗിക്കും
തിരഞ്ഞെടുക്കാനുള്ള ഫിസിക്കൽ മെമ്മറിയുടെ അളവ് -M. നിങ്ങൾക്ക് കുറച്ച് ഉപയോഗിക്കാൻ താൽപ്പര്യമുണ്ടെങ്കിൽ, 8Gb മാത്രം പറയുക
നിങ്ങൾ 24 പ്രവർത്തിപ്പിക്കാൻ ആഗ്രഹിക്കുന്നതിനാൽ 3Gb HPC ക്ലസ്റ്റർ നോഡിൽ ഡാലിഗ്നർ നോഡിലെ ജോലികൾ, അപ്പോൾ
വ്യക്തമാക്കുക -M8. വ്യക്തമാക്കുന്നത് -M0 നിങ്ങൾക്ക് ആവശ്യമില്ലെന്ന് അടിസ്ഥാനപരമായി സൂചിപ്പിക്കുന്നു ഡാലിഗ്നർ സ്വയം
ഒരു നിശ്ചിത അളവിലുള്ള മെമ്മറിക്കുള്ളിൽ കെ-മെർ സപ്രഷൻ ക്രമീകരിക്കുക.

ഓരോ വിഷയത്തിനും, ടാർഗെറ്റ് ജോഡി ബ്ലോക്കുകൾ, X ഉം Y ഉം പറയുക, പ്രോഗ്രാം എവിടെ അലൈൻമെന്റുകൾ റിപ്പോർട്ട് ചെയ്യുന്നു
എ-റീഡ് X-ലും ബി-റീഡ് Y-ലും, തിരിച്ചും. എന്നിരുന്നാലും, എങ്കിൽ -A ഓപ്ഷൻ ആണ്
സെറ്റ് ("അസിമട്രിക്" എന്നതിനുള്ള "എ") തുടർന്ന് എ-റീഡ് എക്‌സിലും ബി-റീഡും ഉള്ളിടത്ത് ഓവർലാപ്പ് ചെയ്യുന്നു
Y-ൽ റിപ്പോർട്ട് ചെയ്യപ്പെടുന്നു, കൂടാതെ X = Y ആണെങ്കിൽ, ഓവർലാപ് ചെയ്യുന്നവയെ മാത്രമേ അത് കൂടുതൽ റിപ്പോർട്ടുചെയ്യുകയുള്ളൂ
a-read സൂചിക ബി-വായന സൂചികയേക്കാൾ കുറവാണ്. ഏത് സാഹചര്യത്തിലും, എങ്കിൽ -I ഓപ്ഷൻ സജ്ജമാക്കി ("ഞാൻ"
"ഐഡന്റിറ്റി" എന്നതിന്) തുടർന്ന് X = Y, ഒരേ വായനയുടെ വ്യത്യസ്ത ഭാഗങ്ങൾക്കിടയിൽ ഓവർലാപ്പ് ചെയ്യുമ്പോൾ
കണ്ടെത്തി അറിയിക്കുകയും ചെയ്യും.

കണ്ടെത്തിയ ഓരോ വിന്യാസവും -- a[ab,ae] x bo[bb,be] -- ഇവിടെ a, b എന്നിവ രേഖപ്പെടുത്തുന്നു
ഓവർലാപ്പ് ചെയ്യുന്ന റീഡുകളുടെ സൂചികകൾ (ട്രിം ചെയ്ത ഡിബിയിൽ), b-റീഡ് ആണോ എന്ന് സൂചിപ്പിക്കുന്നു
ഒരേ അല്ലെങ്കിൽ വിപരീത സ്ട്രോണ്ടിൽ നിന്ന്, കൂടാതെ [ab,ae], [bb,be] എന്നിവ a, bo എന്നിവയുടെ ഇടവേളകളാണ്,
യഥാക്രമം, അത് വിന്യസിക്കുന്നു. പ്രോഗ്രാം ഈ വിന്യാസ രേഖകൾ ആരുടെ പേരിലുള്ള ഫയലുകളിൽ സ്ഥാപിക്കുന്നു
XY[C|N]#.las എന്ന രൂപത്തിലാണ്, ബി-റീഡുകൾ പൂരകമാണെന്നും N എന്നും C സൂചിപ്പിക്കുന്നത്
അവ അല്ലെന്ന് സൂചിപ്പിക്കുന്നു (രണ്ട് താരതമ്യങ്ങളും നടത്തുന്നു) കൂടാതെ # എന്നത് കണ്ടെത്തിയ ത്രെഡ് ആണ്
ഫയലിൽ അടങ്ങിയിരിക്കുന്ന അലൈൻമെന്റുകളുടെ ശേഖരം എഴുതി. അതാണ് ഫയൽ
XYO#.las-ൽ ത്രെഡ് നിർമ്മിച്ചിരിക്കുന്ന വിന്യാസങ്ങൾ അടങ്ങിയിരിക്കുന്നു
b-വായന Y-ൽ നിന്നും ഓറിയന്റേഷനിൽ O. കമാൻഡ് ഡാലിഗ്നർ -A X Y 2*NTHREAD ഉത്പാദിപ്പിക്കുന്നു
ത്രെഡ് ഫയലുകൾ XY?.las ഒപ്പം ഡാലിഗ്നർ X Y XY?.las, YX?.las എന്നീ 4*NTHREAD ഫയലുകൾ നിർമ്മിക്കുന്നു
(അല്ലാതെ X=Y ഏത് സാഹചര്യത്തിലാണ് NTHREAD ഫയലുകൾ, XX?.las, നിർമ്മിക്കുന്നത്).

സ്ഥിരസ്ഥിതിയായി, ഡാലിഗ്നർ ഡാറ്റാബേസിലെ വായനകൾക്കിടയിലുള്ള എല്ലാ ഓവർലാപ്പുകളും താരതമ്യം ചെയ്യുന്നു
DB അല്ലെങ്കിൽ DB-കൾ വിഭജിക്കുമ്പോൾ നിശ്ചയിച്ചിട്ടുള്ള ഏറ്റവും കുറഞ്ഞ കട്ട്ഓഫിനെക്കാൾ, സാധാരണയായി 1 അല്ലെങ്കിൽ 2 Kbp. എന്നിരുന്നാലും,
HGAP അസംബ്ലി പൈപ്പ്‌ലൈൻ വലിയ വായനകൾ ശരിയാക്കാൻ ആഗ്രഹിക്കുന്നു, 8Kbp അല്ലെങ്കിൽ അതിൽ കൂടുതലെന്ന് പറയുക
എ-റീഡ് വലിയ വായനകളിലൊന്നായ ഓവർലാപ്പുകൾ മാത്രമേ ആവശ്യമുള്ളൂ. സജ്ജമാക്കുന്നതിലൂടെ -H
N എന്ന് പറയാനുള്ള പരാമീറ്റർ, ഒന്ന് മാറ്റുന്നു ഡാലിഗ്നർ എ-വായിക്കുന്നിടത്ത് ഓവർലാപ്പ് ചെയ്യുന്നതായി മാത്രമേ അത് റിപ്പോർട്ട് ചെയ്യുകയുള്ളൂ
N ബേസ്-ജോഡികൾക്ക് മുകളിലാണ്.

റോ പാക്ബിയോ ഡാറ്റയ്ക്ക് ഡിഫോൾട്ട് പാരാമീറ്റർ ക്രമീകരണങ്ങൾ നല്ലതാണ്, ഡാലിഗ്നർ ഉപയോഗിക്കാം
തിരുത്തിയ റീഡുകളിലോ മറ്റ് ശബ്ദമില്ലാത്ത വായനകളിലോ അലൈൻമെന്റുകൾ കാര്യക്ഷമമായി കണ്ടെത്തുന്നതിന്. വേണ്ടി
ഉദാഹരണത്തിന്, .dams-നെതിരെയുള്ള ആപ്ലിക്കേഷനുകൾ മാപ്പുചെയ്യുന്നതിന്, ഞങ്ങൾ പ്രവർത്തിപ്പിക്കുന്നു

ഡാലിഗ്നർ -k20 -h60 -e.85

തിരുത്തിയ വായനകളിൽ, ഞങ്ങൾ സാധാരണയായി പ്രവർത്തിക്കുന്നു

ഡാലിഗ്നർ -k25 -w5 -h60 -e.95 -s500

ഈ ക്രമീകരണങ്ങളിൽ ഇത് വളരെ വേഗതയുള്ളതാണ്.

onworks.net സേവനങ്ങൾ ഉപയോഗിച്ച് daligner ഓൺലൈനായി ഉപയോഗിക്കുക