മിനിമാപ്പ് - ക്ലൗഡിൽ ഓൺലൈനിൽ

പട്ടിക:

NAME

മിനിമാപ്പ് - ദൈർഘ്യമേറിയ ഡിഎൻഎ സീക്വൻസുകൾക്കിടയിൽ അതിവേഗ മാപ്പിംഗ്

സിനോപ്സിസ്

മിനിമാപ്പ് [-എൽഎസ്ഒവി] [-k kmer] [-w winSize] [-I ബാച്ച് വലുപ്പം] [-d dumpFile] [-f occThres] [-r
ബാൻഡ്വിഡ്ത്ത്] [-m minShared] [-c mincount] [-L minMatch] [-g maxGap] [-T dustThres] [-t
nത്രെഡുകൾ] [-x പ്രീസെറ്റ്] ലക്ഷ്യം.fa query.fa > output.paf

വിവരണം

രണ്ടിനുമിടയിൽ ഒന്നിലധികം ഏകദേശ മാപ്പിംഗ് സ്ഥാനങ്ങൾ കാര്യക്ഷമമായി കണ്ടെത്തുന്നതിനുള്ള ഒരു ഉപകരണമാണ് മിനിമാപ്പ്
വായനകൾക്കും റഫറൻസ് ജീനോമുകൾക്കുമിടയിൽ, ജീനോമുകൾക്കിടയിൽ, എന്നിങ്ങനെയുള്ള ദീർഘ ശ്രേണികളുടെ കൂട്ടങ്ങൾ
നീണ്ട ശബ്ദായമാനമായ വായനകൾക്കിടയിൽ. മിനിമാപ്പിന് ഒരു ഇൻഡക്‌സിംഗും മാപ്പിംഗ് ഘട്ടവുമുണ്ട്. സൂചികയിൽ
ഘട്ടം, ഇത് ഒരു ഹാഷ് ടേബിളിൽ ടാർഗെറ്റ് സീക്വൻസുകളുടെ ഒരു വലിയ ബാച്ചിന്റെ എല്ലാ മിനിമൈസറുകളും ശേഖരിക്കുന്നു; ഇൻ
മാപ്പിംഗ് ഘട്ടം, കോളിയർ മിനിമൈസർ ഹിറ്റുകളുടെ നല്ല ക്ലസ്റ്ററുകൾ ഇത് തിരിച്ചറിയുന്നു. മിനിമാപ്പ് ചെയ്യുന്നു
ടാർഗെറ്റും അന്വേഷണ സീക്വൻസുകളും തമ്മിൽ വിശദമായ വിന്യാസങ്ങൾ സൃഷ്ടിക്കുന്നില്ല. അത് മാത്രം
ഈ ക്ലസ്റ്ററുകളുടെ ഏകദേശ ആരംഭവും അവസാനവും കോർഡിനേറ്റുകൾ ഔട്ട്പുട്ട് ചെയ്യുന്നു.

ഓപ്ഷനുകൾ

സൂചികയിലാക്കൽ ഓപ്ഷനുകൾ
-k INT മിനിമൈസർ k-mer ദൈർഘ്യം [15]

-w INT മിനിമൈസർ വിൻഡോ വലുപ്പം [2/3 k-mer നീളം]. ഒരു മിനിമൈസർ ഏറ്റവും ചെറിയ k-mer ആണ്
w തുടർച്ചയായ k-mers-ന്റെ ഒരു വിൻഡോയിൽ.

-I NUMBER പരമാവധി ലോഡ് ചെയ്യുക NUMBER [4G] സൂചികയിലാക്കാൻ റാമിലേക്ക് ടാർഗെറ്റ് ബേസ്. കൂടുതൽ ഉണ്ടെങ്കിൽ
NUMBER അടിസ്ഥാനങ്ങൾ ലക്ഷ്യം.fa, മിനിമാപ്പ് വായിക്കേണ്ടതുണ്ട് query.fa അത് മാപ്പ് ചെയ്യാൻ ഒന്നിലധികം തവണ
ടാർഗെറ്റ് സീക്വൻസുകളുടെ ഓരോ ബാച്ചിനെതിരെയും. NUMBER k/K/m/M/g/G എന്നതിൽ അവസാനിച്ചേക്കാം.

-d FILE ഡംപ് മിനിമൈസർ ഇൻഡക്സ് FILE [ഡംപ് ഇല്ല]

-l അത് സൂചിപ്പിക്കുക ലക്ഷ്യം.fa വാസ്‌തവത്തിൽ ഓപ്‌ഷൻ വഴി സൃഷ്‌ടിച്ച ഒരു മിനിമൈസർ സൂചികയാണ് -d, അല്ല
ഒരു FASTA അല്ലെങ്കിൽ FASTQ ഫയൽ.

മാപ്പിംഗ് ഓപ്ഷനുകൾ
-f ഫ്ലോട്ട് മുകളിൽ അവഗണിക്കുക ഫ്ലോട്ട് സംഭവിക്കുന്ന മിക്ക മിനിമൈസറുകളുടെ അംശം [0.001]

-r INT പ്രാരംഭ മിനിമൈസർ ഹിറ്റുകൾ ക്ലസ്റ്ററിംഗിനായുള്ള ഏകദേശ ബാൻഡ്‌വിഡ്ത്ത് [500]. എ മിനിമൈസർ
തല്ലുക ടാർഗെറ്റിലും ക്വറി സീക്വൻസിലും ഉള്ള ഒരു മിനിമൈസർ ആണ്. എ മിനിമൈസർ
തല്ലുക ക്ലസ്റ്റർ ഒരു ടാർഗറ്റ് തമ്മിലുള്ള കോളിയാർ മിനിമൈസർ ഹിറ്റുകളുടെ ഒരു കൂട്ടമാണ്
ഒരു അന്വേഷണ ക്രമവും.

-m ഫ്ലോട്ട് എങ്കിൽ പ്രാരംഭ മിനിമൈസർ ഹിറ്റ് ക്ലസ്റ്ററുകൾ ലയിപ്പിക്കുക ഫ്ലോട്ട് അല്ലെങ്കിൽ മിനിമൈസറുകളുടെ ഉയർന്ന ഭാഗം
ക്ലസ്റ്ററുകൾക്കിടയിൽ പങ്കിടുന്നു [0.5]

-c INT ഒരു മിനിമൈസർ ഹിറ്റ് ക്ലസ്റ്റർ അടങ്ങിയിട്ടുണ്ടെങ്കിൽ അത് നിലനിർത്തുക INT അല്ലെങ്കിൽ കൂടുതൽ മിനിമൈസർ ഹിറ്റുകൾ [4]

-L INT കോളിനറൈസേഷനുശേഷം, പൊരുത്തപ്പെടുന്നവരുടെ എണ്ണം ഉണ്ടെങ്കിൽ മിനിമൈസർ ഹിറ്റ് ക്ലസ്റ്റർ നിരസിക്കുക
അടിസ്ഥാനങ്ങൾ താഴെ INT [40]. ഈ ഓപ്ഷൻ പ്രധാനമായും ഔട്ട്പുട്ടിന്റെ വലുപ്പം കുറയ്ക്കുന്നു. അതിനുണ്ട്
വേഗതയിലും പീക്ക് മെമ്മറിയിലും ചെറിയ സ്വാധീനം ചെലുത്തുന്നു.

-g INT ഒരു വിടവിൽ ഒരു മിനിമൈസർ ഹിറ്റ് ക്ലസ്റ്റർ വിഭജിക്കുക INT-ബിപി അല്ലെങ്കിൽ അതിൽ കൂടുതൽ അടങ്ങിയിരിക്കില്ല
ഏതെങ്കിലും മിനിമൈസർ ഹിറ്റുകൾ [10000]

-T INT SDUST സ്കോർ ത്രെഷോൾഡ് ഉപയോഗിച്ച് അന്വേഷണ സീക്വൻസുകളിൽ പ്രദേശങ്ങൾ മറയ്ക്കുക INT; പ്രവർത്തനരഹിതമാക്കാൻ 0
[0]. SDUST എന്നത് ലോ-സങ്കീർണ്ണതയുള്ള ഉപക്രമങ്ങളെ തിരിച്ചറിയുന്നതിനുള്ള ഒരു അൽഗോരിതം ആണ്. ഇതല്ല
സ്ഥിരസ്ഥിതിയായി പ്രവർത്തനക്ഷമമാക്കി. SDUST ആണ് തിരഞ്ഞെടുക്കുന്നതെങ്കിൽ, 20 നും 25 നും ഇടയിലുള്ള ഒരു മൂല്യമാണ്
ശുപാർശ ചെയ്ത. ഉയർന്ന ത്രെഷോൾഡ് കുറച്ച് സീക്വൻസുകളെ മറയ്ക്കുന്നു.

-S എല്ലാം vs-എല്ലാ മാപ്പിംഗ് നടത്തുക. ഈ മോഡിൽ, ചോദ്യ ക്രമത്തിന്റെ പേര് ആണെങ്കിൽ
നിഘണ്ടുവിൽ ടാർഗെറ്റ് സീക്വൻസ് നാമത്തേക്കാൾ വലുത്, അവയ്ക്കിടയിലുള്ള ഹിറ്റുകൾ
അടിച്ചമർത്തപ്പെടും; ചോദ്യ ശ്രേണിയുടെ പേര് ടാർഗെറ്റ് നാമത്തിന് തുല്യമാണെങ്കിൽ,
ഡയഗണൽ മിനിമൈസർ ഹിറ്റുകളും അടിച്ചമർത്തപ്പെടും.

-O മറ്റ് ഹിറ്റുകളിൽ നിന്ന് വളരെ അകലെയാണെങ്കിൽ ഒരു മിനിമൈസർ ഹിറ്റ് ഇടുക (പരീക്ഷണാത്മകം). ഈ
വ്യത്യസ്‌തമായ രണ്ട് ഇനങ്ങളിൽ നിന്നുള്ള നീളമുള്ള ക്രോമസോമുകൾ മാപ്പുചെയ്യുന്നതിന് ഈ ഓപ്ഷൻ ഉപയോഗപ്രദമാണ്.

-x STR അടിസ്ഥാനമാക്കി ഒന്നിലധികം ക്രമീകരണങ്ങൾ മാറ്റുന്നു STR [സജ്ജീകരിച്ചിട്ടില്ല]. അപേക്ഷിക്കാൻ ശുപാർശ ചെയ്യുന്നു
മറ്റ് ഓപ്‌ഷനുകൾക്ക് മുമ്പായി ഈ ഓപ്‌ഷൻ, ഇനിപ്പറയുന്ന ഓപ്ഷനുകൾ അസാധുവാക്കിയേക്കാം
ഈ ഓപ്‌ഷൻ പരിഷ്‌കരിച്ച ഒന്നിലധികം ക്രമീകരണങ്ങൾ.

ava10k PacBio അല്ലെങ്കിൽ Oxford Nanopore all-vs-all റീഡ് മാപ്പിംഗിനായി (-Sw5 -L100 -m0).

ഇൻപുട്ട് ഔട്ട്പുട്ട് ഓപ്ഷനുകൾ
-t INT ത്രെഡുകളുടെ എണ്ണം [3]. ശേഖരിക്കുമ്പോൾ മിനിമാപ്പ് പരമാവധി മൂന്ന് ത്രെഡുകൾ ഉപയോഗിക്കുന്നു
ടാർഗെറ്റ് സീക്വൻസുകളിൽ മിനിമൈസറുകൾ, വരെ ഉപയോഗിക്കുന്നു INTമാപ്പ് ചെയ്യുമ്പോൾ +1 ത്രെഡുകൾ (ദി
അധിക ത്രെഡ് I/O യ്‌ക്കുള്ളതാണ്, ഇത് പതിവായി നിഷ്‌ക്രിയമായിരിക്കുന്നതും കുറച്ച് CPU സമയമെടുക്കുന്നതുമാണ്).

-V പതിപ്പ് നമ്പർ stdout-ലേക്ക് പ്രിന്റ് ചെയ്യുക

ഔട്ട്പ് ഫോർമാറ്റ്

പെയർവൈസ് മാപ്പിംഗ് ഫോർമാറ്റിൽ (പിഎഎഫ്) മാപ്പിംഗ് സ്ഥാനങ്ങൾ മിനിമാപ്പ് ഔട്ട്പുട്ട് ചെയ്യുന്നു. PAF ഒരു TAB ആണ്-
ഓരോ വരിയിലും വിവരിച്ചിരിക്കുന്നതുപോലെ കുറഞ്ഞത് 12 ഫീൽഡുകളെങ്കിലും അടങ്ങുന്ന ഡീലിമിറ്റഡ് ടെക്സ്റ്റ് ഫോർമാറ്റ്
ഇനിപ്പറയുന്ന പട്ടിക:

┌────┬────────┬─────────────────────────────────── ─────────────────────────┐
│Col │ ടൈപ്പ് ചെയ്യുക │ വിവരണം │
├────┼────────┼─────────────────────────────────── ─────────────────────────┤
│ 1 │ സ്ട്രിംഗ് │ ക്വറി സീക്വൻസ് പേര് │
│ 2 │ int │ ക്വറി സീക്വൻസ് ദൈർഘ്യം │
│ 3 │ int │ അന്വേഷണ ആരംഭ കോർഡിനേറ്റ് (0-അടിസ്ഥാനം) │
│ 4 │ int │ ക്വറി എൻഡ് കോർഡിനേറ്റ് (0-അടിസ്ഥാനം) │
│ 5 │ char │ അതേ സ്‌ട്രാൻഡിൽ അന്വേഷണവും ലക്ഷ്യവും ഉണ്ടെങ്കിൽ `+'; `-' എതിരാണെങ്കിൽ │
│ 6 │ സ്ട്രിംഗ് │ ടാർഗെറ്റ് സീക്വൻസ് നാമം │
│ 7 │ int │ ടാർഗെറ്റ് സീക്വൻസ് ദൈർഘ്യം │
│ 8 │ int │ യഥാർത്ഥ സ്ട്രാൻഡിൽ ടാർഗെറ്റ് സ്റ്റാർട്ട് കോർഡിനേറ്റ് │
│ 9 │ int │ യഥാർത്ഥ സ്ട്രാൻഡിലെ ടാർഗെറ്റ് എൻഡ് കോർഡിനേറ്റ് │
│ 10 │ int │ മാപ്പിംഗിലെ പൊരുത്തപ്പെടുന്ന ബേസുകളുടെ എണ്ണം │
│ 11 │ int │ മാപ്പിംഗിൽ വിടവുകൾ ഉൾപ്പെടെയുള്ള സംഖ്യാ അടിസ്ഥാനങ്ങൾ │
│ 12 │ int │ മാപ്പിംഗ് നിലവാരം (0-255 കൂടെ 255 നഷ്‌ടപ്പെട്ടതിന്) │
└────┴────────┴─────────────────────────────────── ─────────────────────────┘

വിന്യാസം ലഭ്യമാകുമ്പോൾ, നിര 11 സീക്വൻസ് പൊരുത്തങ്ങളുടെ ആകെ എണ്ണം നൽകുന്നു,
വിന്യാസത്തിലെ പൊരുത്തക്കേടുകളും വിടവുകളും; കോളം 10 നെ കോളം 11 കൊണ്ട് ഹരിച്ചാൽ വിന്യാസം നൽകുന്നു
ഐഡന്റിറ്റി. മിനിമാപ്പ് വിശദമായ വിന്യാസം സൃഷ്ടിക്കാത്തതിനാൽ, ഈ രണ്ട് നിരകളും
ഏകദേശ. SAM പോലെ ടൈപ്പ് ചെയ്‌ത കീ-വാല്യൂവിൽ PAF-ന് ഓപ്‌ഷണലായി അധിക ഫീൽഡുകൾ ഉണ്ടായിരിക്കാം
ഫോർമാറ്റ്. മിനിമാപ്പ് ഒരു ക്ലസ്റ്ററിലെ മിനിമൈസർ ഹിറ്റുകളുടെ എണ്ണം cm ടാഗിലേക്ക് എഴുതുന്നു.

onworks.net സേവനങ്ങൾ ഉപയോഗിച്ച് മിനിമാപ്പ് ഓൺലൈനായി ഉപയോഗിക്കുക