ipdSummary — online w chmurze

PROGRAM:

IMIĘ

ipdSummary — wykrywa modyfikacje zasad DNA na podstawie sygnatur kinetycznych.

OPIS

kineticsTool ładuje IPD zaobserwowane w każdej pozycji w genomie i porównuje te IPD
do wartości oczekiwanej dla niezmodyfikowanego DNA i podaje wynik tego testu statystycznego.
Oczekiwana wartość IPD dla niezmodyfikowanego DNA może pochodzić z: in silico kontrola lub
wzmacniany kontrola. Kontrola in silico jest trenowana przez PacBio i dostarczana z
pakiet. Przewiduje, przewiduje IPD przy użyciu lokalnego kontekstu sekwencji wokół prądu
pozycja. Amplifikowany zestaw danych kontrolnych generowany jest przez sekwencjonowanie niezmodyfikowanego DNA z
w tej samej kolejności, co próbka testowa. Amplifikowana próbka kontrolna jest zwykle generowana przez
amplifikacja całego genomu oryginalnej próbki.

Modyfikacja Wykrywanie
Podstawowy tryb kineticsTools dokonuje niezależnego porównania IPD w każdej pozycji
genom dla każdej nici i emituje różne statystyki do CSV i GFF (po zastosowaniu a
filtr istotności).

Modyfikacje Identyfikacja
kinetykaNarzędzia również ma a Modyfikacja Identyfikacja tryb że mogą rozszyfrować wiele witryn IPD
„odciski palców” najnowszych a zredukowany zestaw of Połączenia of specyficzny modyfikacje. To zdjęcie cecha ma dotychczasowy
następujący korzyści:

· Można wyróżnić różne modyfikacje występujące na tej samej podstawie (np
przykład m5C i m4C)

· Sygnał z jednej modyfikacji jest łączony w jedną statystykę, poprawiającą się
czułość, usuwanie dodatkowych szczytów i prawidłowe centrowanie połączenia

OPCJE

Proszę wywołać ten program za pomocą --help aby zobaczyć dostępne opcje.

ALGORYTM

Syntetyczny Control
Badania związku między IPD a kontekstem sekwencji ujawniają, że większość
zmienność średniego IPD w całym genomie można przewidzieć na podstawie kontekstu sekwencji 12 zasad
wokół miejsca aktywnego polimerazy DNA. Granice odpowiedniego kontekstu
okno odpowiada okienku DNA stykającego się z polimerazą, jak widać na rys
Struktury krystaliczne DNA/polimerazy. Aby uprościć proces wyszukiwania modyfikacji DNA
w przypadku danych PacBio narzędzie zawiera wstępnie wyuczoną tabelę przeglądową mapującą 12-merowe DNA
sekwencje oznaczają IPD obserwowane w chemii C2.

Filtracja i Lamówka
kineticsTools wykorzystuje mapowanie QV wygenerowane przez BLASR i zapisane w pliku cmp.h5
ignoruj ​​odczyty, które nie są zmapowane w sposób pewny. Domyślny minimalny wymagany QV mapowania to
10, co oznacza, że ​​BLASR ma 90\% pewność, że odczyt jest poprawnie odwzorowany. Z powodu
zakres długości odczytu charakterystyczny dla danych PacBio Można to zmienić za pomocą
--mapQvThreshold Argument wiersza poleceń lub poprzez okno konfiguracji SMRTPortal dla
Wykrywanie modyfikacji.

Istnieje kilka cech danych PacBio, które wymagają szczególnej uwagi, aby je osiągnąć
dobra skuteczność wykrywania modyfikacji. kineticsTools sprawdza wyrównanie pomiędzy
obserwowanych zasad i sekwencji odniesienia – aby pomiar IPD był możliwy
uwzględnione w analizie, sekwencja odczytu PacBio musi odpowiadać sekwencji referencyjnej k
wokół pokrewnej podstawy. W bieżącym module k = 1 Rozkład IPD w pewnym miejscu
uważany za mieszaninę „normalnego” procesu inkorporacji IPD, który jest wrażliwy
z lokalnym kontekstem sekwencji i modyfikacjami DNA oraz zanieczyszczającym procesem „pauzy”.
IPD, które trwają znacznie dłużej (średnio > 10 razy dłużej niż normalnie), ale zdarzają się rzadko
(~1% IPD). Uwaga: obecnie rozumiemy, że pauzy nie są przydatne
informacji na temat stanu metylacji DNA, niezależnie od tego, jak wymagałaby to dokładniejsza analiza
gwarantowany. Należy również pamiętać, że modyfikacje, które drastycznie zwiększają około 1% wartości
obserwowane IPD są generowane przez zdarzenia pauzy. Capping zaobserwował IPD na 99. miejscu na świecie
percentyl jest motywowany teorią wynikającą z solidnego testowania hipotez. Niektóre konteksty sekwencji
może mieć naturalnie dłuższe IPD, aby uniknąć ograniczania zbyt dużej ilości danych w tych kontekstach, cap
próg jest dostosowywany w zależności od kontekstu w następujący sposób: capThreshold = max(global99,
5*modelPrediction, percentyl(ipdObservations, 75))

Statystyczny Testowanie
Testujemy hipotezę, że IPD zaobserwowane w określonym miejscu w próbie mają a
dłuższe średnie niż IPD obserwowane w tym samym locus w niezmodyfikowanym DNA. Jeśli wygenerowaliśmy
zbiór danych z amplifikacją całego genomu, który usuwa modyfikacje DNA, stosujemy kontrolę wielkości liter,
test t dla dwóch próbek. Narzędzie to zapewnia również wstępnie skalibrowany model „kontroli syntetycznej”.
który przewiduje niezmodyfikowany IPD, biorąc pod uwagę kontekst sekwencji 12 zasad. W syntetycznym
przypadku kontrolnym używamy testu t dla jednej próby, z korektą uwzględniającą błąd w
syntetyczny model sterowania.

WEJŚCIA

wyrównane_odczyty.cmp.h5
Standardowy plik cmp.h5 zawiera wyrównania, a informacje IPD dostarczają danych kinetycznych
używany do wykrywania modyfikacji. Standardowym plikiem cmp.h5 zadań SMRTportal jest
dane/aligned_read.cmp.h5.

Numer Referencyjny Sekwencja
Narzędzie wymaga sekwencji odniesienia używanej do wykonywania dopasowań. Obecnie to musi
być dostarczane poprzez ścieżkę do wpisu repozytorium referencyjnego SMRTportal.

WYJŚCIA

Narzędzie do wykrywania modyfikacji zapewnia wyniki w różnych formatach odpowiednich dla
dogłębna analiza statystyczna, szybkie odniesienie i wykorzystanie za pomocą narzędzi wizualizacyjnych
takie jak PacBio SMRTView. Wyniki są zazwyczaj indeksowane według pozycji referencyjnej i
nić referencyjna. We wszystkich przypadkach wartość nici odnosi się do nici przenoszącej
modyfikacja próbki DNA. Pamiętaj, że efekt kinetyczny modyfikacji jest
obserwowane w sekwencjach odczytu dopasowujących się do przeciwnej nici. Tak się czyta, dopasowując się do
nić dodatnia niesie informację o modyfikacji nici ujemnej i odwrotnie
odwrotnie, ale w tym zestawie narzędzi zawsze zgłaszamy pasmo zawierające domniemany
modyfikacja.

modyfikacje.csv
Plik modyfikacji.csv zawiera jeden wiersz na każdą parę (pozycja referencyjna, pasmo).
które pojawiły się w zbiorze danych z pokryciem co najmniej x. x domyślnie wynosi 3, ale tak jest
konfigurowalne za pomocą flagi „--minCoverage” w pliku ipdSummary.py. Indeks pozycji referencyjnej wynosi
1 w celu zapewnienia zgodności z plikiem gff w środowisku R.

Wydajność kolumny
in silico kontrola tryb

┌────────────────┬────────────────────── ────────────┐
│Kolumna │ Opis │
├────────────────┼────────────────────── ────────────┤
│refId │ identyfikator sekwencji referencyjnej tego │
│ │ obserwacja │
├────────────────┼────────────────────── ────────────┤
│tpl │ Pozycja szablonu oparta na 1 │
├────────────────┼────────────────────── ────────────┤
│nić │ natywna nić próbna gdzie │
Wygenerowano kinetykę │ │. „0” to │
│ │ nić oryginału │
│ │ FASTA, „1” jest przeciwną nicią │
│ │ od FASTA │
├────────────────┼────────────────────── ────────────┤
│podstawa │ pokrewna podstawa w tym │
│ │ pozycja w odniesieniu │
├────────────────┼────────────────────── ────────────┤
│score │ Phred-transformowana wartość p, że a │
│ │ odchylenie kinetyczne istnieje w tym │
│ │ pozycja │
└────────────────┴────────────────────── ────────────┘

│tMean │ ograniczona średnia znormalizowanych IPD │
│ │ obserwowane w tej pozycji │
├────────────────┼────────────────────── ────────────┤
│tErr │ błąd standardowy ograniczony do │
│ │ znormalizowane IPD obserwowane przy tym │
│ │ pozycja (odchylenie standardowe / │
│ │ sqrt(pokrycie) │
├────────────────┼────────────────────── ────────────┤
│modelPrediction │ znormalizowana średnia IPD przewidywana przez │
│ │ syntetyczny model kontroli dla │
│ │ ten kontekst sekwencji │
├────────────────┼────────────────────── ────────────┤
│ipdRatio │ tMean / modelPrediction │
├────────────────┼────────────────────── ────────────┤
│zasięg │ liczba ważnych IPD w tym │
│ │ pozycja (patrz sekcja Filtrowanie │
│ │, aby uzyskać szczegółowe informacje) │
├────────────────┼────────────────────── ────────────┤
│frac │ oszacowanie ułamka │
│ │ cząsteczki przenoszące │
│ │ modyfikacja │
├────────────────┼────────────────────── ────────────┤
│fracLow │ 2.5% granica ufności frac │
│ │ oszacowanie │
├────────────────┼────────────────────── ────────────┤
│fracUpp │ 97.5% granica ufności frac │
│ │ oszacowanie │
└────────────────┴────────────────────── ────────────┘

sprawa-kontrola tryb

┌────────────────┬────────────────────── ────────────┐
│Kolumna │ Opis │
├────────────────┼────────────────────── ────────────┤
│refId │ identyfikator sekwencji referencyjnej tego │
│ │ obserwacja │
├────────────────┼────────────────────── ────────────┤
│tpl │ Pozycja szablonu oparta na 1 │
├────────────────┼────────────────────── ────────────┤
│nić │ natywna nić próbna gdzie │
Wygenerowano kinetykę │ │. „0” to │
│ │ nić oryginału │
│ │ FASTA, „1” jest przeciwną nicią │
│ │ od FASTA │
├────────────────┼────────────────────── ────────────┤
│podstawa │ pokrewna podstawa w tym │
│ │ pozycja w odniesieniu │
├────────────────┼────────────────────── ────────────┤
│score │ Phred-transformowana wartość p, że a │
│ │ odchylenie kinetyczne istnieje w tym │
│ │ pozycja │
├────────────────┼────────────────────── ────────────┤
│caseMean │ średnia znormalizowanych przypadków IPD │
│ │ obserwowane w tej pozycji │
├────────────────┼────────────────────── ────────────┤
│Średnia kontrolna │ średnia znormalizowanych kontrolnych IPD │
│ │ obserwowane w tej pozycji │
├────────────────┼────────────────────── ────────────┤
│caseStd │ odchylenie standardowe przypadków IPD │
│ │ obserwowane w tej pozycji │
├────────────────┼────────────────────── ────────────┤
│controlStd │ odchylenie standardowe kontroli │
│ │ IPD zaobserwowane w tej pozycji │
└────────────────┴────────────────────── ────────────┘

│ipdRatio │ tMean / modelPrediction │
├────────────────┼────────────────────── ────────────┤
│testStatistic │ statystyka testu t │
├────────────────┼────────────────────── ────────────┤
│pokrycie │ średni przypadek i kontrola │
│ │ zasięg │
├────────────────┼────────────────────── ────────────┤
│controlCoverage │ liczba ważnych kontrolnych IPD w │
│ │ ta pozycja (patrz Filtrowanie │
│ │ sekcja ze szczegółami) │
├────────────────┼────────────────────── ────────────┤
│caseCoverage │ liczba ważnych IPD spraw w tym │
│ │ pozycja (patrz sekcja Filtrowanie │
│ │, aby uzyskać szczegółowe informacje) │
└────────────────┴────────────────────── ────────────┘

modyfikacje.gff
Modifications.gff jest zgodny ze specyfikacją GFF wersja 3 (-
http://www.sequenceontology.org/gff3.shtml). Każda pozycja szablonu/para nici, której
Wartość p przekracza próg wartości p pojawia się w postaci wiersza. Pozycja szablonu jest oparta na 1,
zgodnie ze specyfikacją GFF. Kolumna nici odnosi się do nici niosącej wykryte
modyfikacja, która jest nicią przeciwną do tej użytej do wykrycia modyfikacji. The
Kolumna ufności GFF jest wartością p detekcji przekształconą w Phred.

Note on Genom przeglądarka zgodność

Plik modyfikacji.gff nie będzie działał bezpośrednio z większością przeglądarek genomu. Będziesz
prawdopodobnie trzeba utworzyć kopię pliku GFF i przekonwertować kolumny _seqid_ z pliku
ogólne nazwy „ref0000x” wygenerowane przez PacBio do nagłówków FASTA obecnych w oryginale
odwołaj się do pliku FASTA. Tabela mapowania jest zapisana w nagłówku pliku modyfikacji.gff
plik w #nagłówek-sekwencji tagi. Ten problem zostanie rozwiązany w wersji 1.4
kinetykaNarzędzia.

Kolumna danych pomocniczych pliku GFF zawiera inne statystyki, które mogą być przydatne
Dalsza analiza lub filtrowanie. W szczególności poziom pokrycia dotychczasowych odczytów
wykonaj połączenie i +/- 20 bp kontekst sekwencji otaczający witrynę.

┌───────────┬─────────────────────────────── ───────┐
│Kolumna │ Opis │
├───────────┼─────────────────────────────── ───────┤
│seqid │ Nazwa kontigu Fasta │
├───────────┼─────────────────────────────── ───────┤
│źródło │ Nazwa narzędzia -- 'kinModCall' │
├───────────┼─────────────────────────────── ───────┤
│typ │ Typ modyfikacji -- w │
│ │ tryb identyfikacji będzie to │
│ │ m6A, m4C lub m5C dla zidentyfikowanego │
│ │ podstawy lub znacznik ogólny │
│ │ „modified_base”, jeśli kinetyka │
│ │ wykryto zdarzenie, które nie │
│ │ pasuje do znanej modyfikacji │
│ │ podpis │
├───────────┼─────────────────────────────── ───────┤
│start │ Pozycja modyfikacji w kontigu │
├───────────┼─────────────────────────────── ───────┤
│koniec │ Pozycja modyfikacji na kontigu │
├───────────┼─────────────────────────────── ───────┤
│score │ Phred przekształcona wartość p │
│ │ wykrywanie - to jest │
│ │ Wartość p wykrywania w jednym miejscu │
├───────────┼─────────────────────────────── ───────┤
│nić │ Przykładowa nić zawierająca │
│ │ modyfikacja │
└───────────┴─────────────────────────────── ───────┘

│faza │ Nie dotyczy │
├───────────┼─────────────────────────────── ───────┤
│atrybuty │ Dodatkowe pola istotne dla bazy │
│ │ mody. IPDRatio jest tradycyjne │
│ │ IPDRatio, kontekst to │
│ │ sekwencja referencyjna -20bp do │
│ │ +20 pb wokół modyfikacji, │
│ │, a poziom pokrycia to liczba │
│ │ obserwacji IPD zastosowanych po │
│ │ Mapowanie filtrowania QV i │
│ │ filtrowanie dokładności. Jeśli wiersz │
│ │ wynika ze zidentyfikowanego │
│ │ modyfikację uwzględniamy również │
│ │ identyfikacja Qv tag z │
│ │ z modyfikacji │
│ │ procedura identyfikacyjna. │
│ │ identyfikacjaQv to │
│ │ prawdopodobieństwo │ przekształcone w Phred
│ │ błędna identyfikacja, dla │
│ │ zasady, które zostały zidentyfikowane jako │
│ │ mający szczególne │
│ │ modyfikacja. frac, fracNiski, │
│ │ fracUp to szacunkowe │
│ │ frakcja cząsteczek niosących │
│ │ modyfikacja i 5% │
│ │ przedziały ufności │
│ │ oszacowanie. Metylowany │
│ │ estymacja ułamka to │
│ │ funkcja na poziomie beta i powinna │
│ │ można używać tylko do celów eksploracyjnych │
│ │ cele. │
└───────────┴─────────────────────────────── ───────┘

motywy.gff
Jeśli zostanie uruchomione narzędzie Motif Finder, wygeneruje plik motywów.gff, który będzie ponownie przetworzoną wersją
of modyfikacjis.gff z następującymi zmianami. Jeśli wykryta modyfikacja wystąpi na a
motyw wykryty przez wyszukiwarkę motywów, modyfikacja jest opisana danymi motywu. Jakiś
dodawany jest atrybut „motif” zawierający ciąg motywu oraz atrybut „id”.
zawierający identyfikator motywu, który jest ciągiem motywu dla motywów niesparowanych lub
„motifString1/motifString2” dla sparowanych motywów. Jeśli w genomie istnieje instancja motywu,
ale nie został wykryty w pliku modyfikacji.gff, do motywów.gff dodawany jest wpis wskazujący
obecność tego motywu i kinetykę zaobserwowaną w tym miejscu.

motyw_summary.csv
Jeśli uruchomione jest narzędzie Motif Finder, generowany jest plik motyw_summary.csv podsumowujący zmodyfikowane
motywy odkryte przez narzędzie. Plik CSV zawiera jeden wiersz na każdy wykryty motyw, z
kolejne kolumny

┌───────────────────┬─────────────────── ────────── ─────┐
│Kolumna │ Opis │
├───────────────────┼─────────────────── ────────── ─────┤
│motifString │ Wykryta sekwencja motywów │
├───────────────────┼─────────────────── ────────── ─────┤
│centerPos │ Pozycja w motywie │
│ │ modyfikacja (na podstawie 0) │
├───────────────────┼─────────────────── ────────── ─────┤
│ułamek │ Ułamek przypadków tego │
│ │ motyw z modyfikacją QV powyżej │
│ │ próg QV │
├───────────────────┼─────────────────── ────────── ─────┤
│nWykryty │ Liczba wystąpień tego │
│ │ motyw z górnym progiem │
└───────────────────┴─────────────────── ───────────────┘

│nGenom │ Liczba wystąpień tego │
│ │ motyw w sekwencji odniesienia │
├───────────────────┼─────────────────── ────────── ─────┤
│groupTag │ Ciąg znaków identyfikujący motyw │
│ │ grupowanie. W przypadku sparowanych motywów to │
│ │ to │
│ │ " / ", │
│ │ W przypadku motywów niesparowanych jest to │
│ │ motywString │
├───────────────────┼─────────────────── ────────── ─────┤
│partnerMotifString │ motywCiąg sparowanego motywu │
│ │ (motyw z │
│ │ odwrotne uzupełnienie │
│ │ motywCiąg) │
├───────────────────┼─────────────────── ────────── ─────┤
│meanScore │ Średnia modyfikacja Qv wykrytego │
│ │ instancje │
├───────────────────┼─────────────────── ────────── ─────┤
│meanIpdRatio │ Średni współczynnik IPD wykrytych │
│ │ instancje │
├───────────────────┼─────────────────── ────────── ─────┤
│średnie pokrycie │ Średnie pokrycie wykrytych │
│ │ instancje │
├───────────────────┼─────────────────── ────────── ─────┤
│objectiveScore │ Obiektywna ocena tego motywu w │
│ │ algorytm wyszukiwania motywów │
└───────────────────┴─────────────────── ───────────────┘

Korzystaj z ipdSummary online, korzystając z usług onworks.net