minimap - Online in de cloud

PROGRAMMA:

NAAM

minimap - snel in kaart brengen tussen lange DNA-sequenties

KORTE INHOUD

minikaart [-lSOV] [-k kilometer] [-w wingrootte] [-I seriegrootte] [-d dumpBestand] [-f ocThres] [-r
bandBreedte] [-m minGedeeld] [-c minTel] [-L minMatch] [-g maxGap] [-T stofDrie] [-t
nDraden] [-x vooraf ingestelde] doel.fa vraag.fa > uitvoer.paf

PRODUCTBESCHRIJVING

Minimap is een hulpmiddel om efficiënt meerdere geschatte kaartposities tussen twee te vinden
sets van lange sequenties, zoals tussen reads en referentiegenomen, tussen genomen en
tussen lange luidruchtige lezingen. Minimap heeft een indexerings- en een mappingfase. Bij de indexering
fase verzamelt het alle minimalizers van een grote partij doelsequenties in een hashtabel; in
de mappingfase identificeert het goede clusters van colineaire minimaliserende treffers. Minimap wel
geen gedetailleerde uitlijningen genereren tussen het doel en de querysequenties. Het alleen
voert de geschatte begin- en eindcoördinaten van deze clusters uit.

OPTIES

Indexeren opties
-k INT Minimizer k-mer lengte [15]

-w INT Grootte van het minimalisatievenster [2/3 van de k-mer-lengte]. Een minimalizer is de kleinste k-mer
in een venster van w opeenvolgende k-mers.

-I NUM Laad maximaal NUM doelbases in RAM voor indexering [4G]. Als het er meer zijn dan
NUM basen in doel.fa, minimap moet lezen vraag.fa meerdere keren om het in kaart te brengen
tegen elke batch doelsequenties. NUM kan eindigen op k/K/m/M/g/G.

-d FILE Dump de minimalisatie-index naar FILE [geen puinhoop]

-l Geef aan dat doel.fa is in feite een minimalisatie-index gegenereerd door optie -d, Niet
een FASTA- of FASTQ-bestand.

Mapping opties
-f FLOAT Negeer top FLOAT fractie van de meest voorkomende minimalizers [0.001]

-r INT Geschatte bandbreedte voor clustering van initiële minimaliseringshits [500]. A minimalizer
hit is een minimalizer die aanwezig is in zowel de doel- als de queryreeks. A minimalizer
hit cluster is een groep potentieel colineaire minimaliserende treffers tussen een doelwit
en een queryreeks.

-m FLOAT Voeg de eerste hitclusters voor minimaliseren samen als FLOAT of hogere fractie van minimalizers
worden gedeeld tussen de clusters [0.5]

-c INT Bewaar een hitcluster voor minimalisering als deze deze bevat INT of meer minimaliseringshits [4]

-L INT Gooi een hitcluster voor minimaliseren weg als na colinearisatie het aantal overeenkomsten is
basen staat hieronder INT [40]. Deze optie verkleint hoofdzakelijk de omvang van de uitvoer. Het heeft
weinig effect op de snelheid en het piekgeheugen.

-g INT Splits een minimaliserende hitcluster op een opening INT-bp of langer die niet bevat
eventuele minimaliseringshits [10000]

-T INT Maskergebieden op queryreeksen met SDUST-scoredrempel INT; 0 om uit te schakelen
[0]. SDUST is een algoritme om deelreeksen met een lage complexiteit te identificeren. Het is niet
standaard ingeschakeld. Als SDUST de voorkeur heeft, is een waarde tussen 20 en 25
aanbevolen. Een hogere drempel maskeert minder sequenties.

-S Voer all-vs-all mapping uit. In deze modus, als de naam van de queryreeks is
lexicografisch groter dan de naam van de doelreeks, de hits ertussen
zal worden onderdrukt; als de naam van de queryreeks hetzelfde is als de doelnaam,
diagonale minimaliserende treffers worden ook onderdrukt.

-O Laat een minimalizer-hit vallen als deze ver verwijderd is van andere hits (EXPERIMENTEEL). Dit
optie is handig voor het in kaart brengen van lange chromosomen van twee uiteenlopende soorten.

-x STR Meerdere instellingen wijzigen op basis van STR [niet ingesteld]. Het wordt aanbevolen om te solliciteren
deze optie vóór andere opties, zodat de volgende opties kunnen worden overschreven
de meerdere instellingen die door deze optie zijn gewijzigd.

ava10k voor PacBio of Oxford Nanopore all-vs-all read mapping (-Sw5 -L100 -m0).

Input / output opties
-t INT Aantal draden [3]. Minimap gebruikt maximaal drie threads bij het verzamelen
minimalizers op doelsequenties, en gebruikt tot INT+1 threads bij het in kaart brengen (de
extra thread is voor I/O, die vaak inactief is en weinig CPU-tijd kost).

-V Versienummer afdrukken naar stdout

OUTPUT FORMAT

Minimap voert mappingposities uit in het Pairwise mapping Format (PAF). PAF is een TAB-
gescheiden tekstformaat waarbij elke regel uit ten minste 12 velden bestaat, zoals beschreven in
de volgende tabel:

┌────┬────────┬───────────────────────── ────────── ──────────────────────────┐
│Col │ Type │ Omschrijving │
├────┼────────┼───────────────────────── ────────── ──────────────────────────┤
│ 1 │ tekenreeks │ Queryreeksnaam │
│ 2 │ int │ Queryreekslengte │
│ 3 │ int │ Query startcoördinaat (0-gebaseerd) │
│ 4 │ int │ Query eindcoördinaat (0-gebaseerd) │
│ 5 │ char │ `+' als vraag en doel op dezelfde streng zijn; `-' indien tegengesteld aan │
│ 6 │ tekenreeks │ Naam doelreeks │
│ 7 │ int │ Doelreekslengte │
│ 8 │ int │ Beoogde startcoördinaat op de oorspronkelijke streng │
│ 9 │ int │ Doeleindcoördinaat op de oorspronkelijke streng │
│ 10 │ int │ Aantal overeenkomende bases in de mapping │
│ 11 │ int │ Getalbases, inclusief hiaten, in de mapping │
│ 12 │ int │ Kaartkwaliteit (0-255 met 255 voor ontbrekend) │
└────┴────────┴───────────────────────── ────────── ──────────────────────────┘

Wanneer de uitlijning beschikbaar is, geeft kolom 11 het totale aantal reeksovereenkomsten,
mismatches en hiaten in de uitlijning; kolom 10 gedeeld door kolom 11 geeft de uitlijning
identiteit. Omdat minimap geen gedetailleerde uitlijning genereert, zijn deze twee kolommen dat wel
bij benadering. PAF kan optioneel extra velden hebben in de SAM-achtige getypte sleutelwaarde
formaat. Minimap schrijft het aantal minimaliserende treffers in een cluster naar de cm-tag.

Gebruik minimap online met behulp van onworks.net-services