daligner - Online na Nuvem

PROGRAMA:

NOME

daligner - alinhador de leitura longa

SINOPSE

daligner [-vbAI][-kint(14)] [-wint(6)] [-hint(35)] [-tint] [-Mint] [-eduplo (70)]
[-lint(1000)] [-sint(100)] [-Hint] [-mpista]+ assunto:db|dam alvo:db|dam ...

DESCRIÇÃO

Compare sequências no corte sujeito bloquear contra aqueles na lista de alvo blocos
buscando alinhamentos locais envolvendo pelo menos -l pares de bases (padrão 1000) ou mais,
que têm uma taxa média de correlação de -e (padrão 70%). Os alinhamentos locais encontrados
será gerado em uma codificação esparsa, onde um ponto de rastreamento no alinhamento é registrado a cada
-s pares de bases do a-read (padrão 100bp). As leituras são comparadas em ambas as orientações e
alinhamentos locais que atendem aos critérios são enviados para um dos vários arquivos criados descritos
abaixo de. O -v opção ativa um modo de relatório detalhado que fornece estatísticas sobre cada
etapa principal do cálculo.

As opções -k, -h e -w controlar a busca inicial de filtragem para possíveis correspondências
entre leituras. Especificamente, nosso código de pesquisa procura um par de faixas diagonais de largura
2 ^ w (padrão 2 ^ 6 = 64) que contém uma coleção de k-mers de correspondência exata (padrão 14)
entre as duas leituras, de modo que o número total de bases cobertas pelos acertos k-mer seja h
(padrão 35). k não pode ser maior que 32 na implementação atual. Se o -b opção
está definido, então o daligner assume que os dados têm um forte viés de composição (por exemplo, >65% AT
rico), e ao custo de um pouco mais de tempo, ajusta dinamicamente os tamanhos k-mer dependendo
viés de composição, de modo que os meros utilizados tenham uma especificidade efetiva de 4 ^ k.

Se houver uma ou mais faixas de intervalo especificadas com o -m opção, então as leituras de
o BD ou BD's aos quais a máscara se aplica são mascarados suavemente com a união dos intervalos
de todas as faixas de intervalo que se aplicam, isto é, quaisquer k-mers que contenham quaisquer bases em qualquer um dos
os intervalos mascarados são ignorados para fins de propagação de uma partida. Uma faixa de intervalo
é uma trilha, como a trilha "dust" criada por DBdust, que codifica um conjunto de intervalos
sobre o banco de dados não aparado ou aparado.

Invariavelmente, alguns k-mers estão significativamente sobre-representados (por exemplo, corridas de homopolímeros).
Esses k-mers criam um número excessivo de pares k-mer correspondentes e, se não forem abordados,
fazer com que o daligner estoure a memória física disponível. Uma maneira de lidar com isso é
definir explicitamente o -t parâmetro que suprime o uso de qualquer k-mer que ocorra mais
do que t vezes no bloco de assunto ou de destino. No entanto, uma maneira melhor de lidar com o
situação é deixar o programa selecionar automaticamente um valor de t que atende a um dado
limite de uso de memória especificado (em Gb) pelo -M parâmetro. Por padrão daligner usará
a quantidade de memória física como a escolha para -M. Se você quiser usar menos, diga apenas 8 Gb
em um nó de cluster HPC de 24 Gb porque você deseja executar 3 daligner trabalhos no nó, então
especificamos -M8. Especificando -M0 basicamente indica que você não quer daligner para si mesmo
ajuste a supressão k-mer para caber em uma determinada quantidade de memória.

Para cada assunto, par de blocos alvo, digamos X e Y, o programa relata alinhamentos onde
o a-read está em X e o b-read está em Y e vice-versa. No entanto, se o -A opção
set ("A" para "assimétrico") então apenas se sobrepõe onde a-read está em X e a b-read está
em Y são relatados, e se X = Y, então ele reporta apenas aquelas sobreposições onde o
o índice a-read é menor que o índice b-read. Em qualquer dos casos, se o -I a opção está definida ("I"
para "identidade"), então, quando X = Y, as sobreposições entre diferentes partes da mesma leitura serão
também ser encontrado e relatado.

Cada alinhamento encontrado é registrado como -- a[ab,ae] x bo[bb,be] -- onde aeb são os
índices (no banco de dados aparado) das leituras que se sobrepõem, o indica se a leitura b é
da mesma fita ou de fita oposta, e [ab,ae] e [bb,be] são os intervalos de a e bo,
respectivamente, que se alinham. O programa coloca esses registros de alinhamento em arquivos cujo nome
tem a forma XY[C|N]#.las onde C indica que as leituras b são complementadas e N
indica que não são (ambas as comparações são realizadas) e # é o thread que detectou
e escrevi a coleção de alinhamentos contidos no arquivo. Esse é o arquivo
XYO#.las contém os alinhamentos produzidos pelo thread # para o qual o a-read é de X e
o b-read é de Y e na orientação O. O comando daligner -A X Y produz 2 * NTHREAD
arquivos de thread XY?.las e daligner X Y produz arquivos 4*NTHREAD XY?.las e YX?.las
(a menos que X=Y nesse caso, apenas arquivos NTHREAD, XX?.las, são produzidos).

Por padrão, o daligner compara todas as sobreposições entre leituras no banco de dados que são maiores
do que o limite mínimo definido quando o banco de dados ou bancos de dados foram divididos, normalmente 1 ou 2 Kbp. No entanto,
o pipeline de montagem HGAP deseja apenas corrigir leituras grandes, digamos 8Kbp ou mais, e assim
precisa apenas das sobreposições onde a-read é uma das leituras grandes. Ao definir o -H
parâmetro para dizer N, altera-se daligner para que ele relate apenas sobreposições onde o a-read
tem mais de N pares de bases de comprimento.

Embora as configurações de parâmetro padrão sejam boas para dados brutos do Pacbio, daligner pode ser usado
para encontrar alinhamentos com eficiência em leituras corrigidas ou outras leituras menos ruidosas. Para
por exemplo, para mapear aplicativos em relação a .dams, executamos

daligner -k20 -h60 -e.85

e em leituras corrigidas, normalmente executamos

daligner -k25 -w5 -h60 -e.95 -s500

e nessas configurações é muito rápido.

Use o daligner online usando os serviços onworks.net