Ray - Online în cloud

PROGRAM:

NUME

Ray - asamblează genomurile în paralel folosind interfața de transmitere a mesajelor

REZUMAT

mpiexec -n NUMBER_OF_RANKS rază -k KMERLENGTH -p l1_1.fastq l1_2.fastq -p l2_1.fastq
l2_2.fastq -o test

mpiexec -n NUMBER_OF_RANKS Ray Ray.conf # cu comenzi într-un fișier

DESCRIERE:

Asamblatorul genomului Ray este construit pe RayPlatform, un plugin generic bazat pe plugin
motor de calcul distribuit și paralel care utilizează interfața de transmitere a mesajelor pentru
transmiterea de mesaje.

Ray vizează mai multe aplicații:

- asamblarea de novo a genomului (cu vanilie Ray) - asamblarea de novo a meta-genomului (cu
Ray Meta) - ansamblu transcriptom de novo (funcționează, dar nu a fost testat mult) -
cuantificarea abundentelor contig - cuantificarea consortiilor de microbiomi
membri (cu Comunități Ray) - cuantificarea expresiei transcripției - taxonomie
profilarea probelor (cu Ray Communities) - profilarea ontologiei genetice a probelor
(cu Ray Ontologies)

-Ajutor

Afișează această pagină de ajutor.

-versiune

Afișează versiunea Ray și opțiunile de compilare.

Folosind un fișier de configurare

Ray poate fi lansat cu mpiexec -n 16 Ray Ray.conf Fișierul de configurare poate
includeți comentarii (începând cu #).

lungime K-mer

-k kmerLength

Selectează lungimea k-mers. Valoarea implicită este 21. Trebuie să fie impară deoarece
vârfurile invers-complement sunt stocate împreună. Lungimea maximă este definită la
compilare de către MAXKMERLENGTH K-merurile mai mari utilizează mai multă memorie.

Intrări

-p leftSequenceFile rightSequenceFile [deviație standard medie a distanței exterioare]

Oferă două fișiere care conțin citiri asociate. medieOuterDistance și
Deviația standard sunt calculate automat dacă nu sunt furnizate.

-i interleavedSequenceFile [avaria standard de distanță exterioară medie]

Oferă un fișier care conține citiri intercalate la capătul pereche. medieOuterDistance
și Deviația standard sunt calculate automat dacă nu sunt furnizate.

-s sequenceFile

Oferă un fișier care conține citiri cu un singur capăt.

ieşiri

-o directorul de ieșire

Specifică directorul pentru fișierele rezultate. Implicit este RayOutput

Opțiuni de asamblare (valorile implicite funcționează bine)

-dezactivarea-reciclarea

Dezactivează reciclarea citirii în timpul asamblarii citirile vor fi eliberate în 3 cazuri: 1.
distanța nu s-a potrivit pentru o pereche 2. cititul nu și-a întâlnit perechea 3. cel
populația bibliotecii indică o plasare greșită a se vedea Traversarea constrânsă a repetărilor
cu secvențe pereche. Sebastien Boisvert, Elenie Godzaridis, Francois Laviolette
& Jacques Corbeil. Primul atelier anual RECOMB Satelit pe Massively Parallel
Sequencing, 26-27 martie 2011, Vancouver, BC, Canada.

-dezactivare-schela

Dezactivează schela.

-lungimea-minima-contig minimumContigLength

Modifică lungimea minimă contig, implicit este de 100 de nucleotide

-spațiu-culor

Rulează în spațiu de culoare Necesita fișiere csfasta. Activat automat dacă fișierele csfasta
sunt furnizate.

-utilizare-acoperire-maxima-seminte maximumSeedCoverageDepth

Ignoră orice sămânță cu o adâncime de acoperire peste acest prag. Valoarea implicită este
4294967295.

-utilizare-acoperire-minima-seminte minimumSeedCoverageDepth

Setează adâncimea minimă de acoperire a semințelor. Orice cale cu o adâncime de acoperire mai mică decât
acesta va fi aruncat. Valoarea implicită este 0.

Motor de stocare distribuită (toate aceste valori sunt pentru fiecare rang MPI)

-biți-filtru-bloom biţi

Setează numărul de biți pentru filtrul Bloom. Implicit este 268435456 biți, 0 biți
dezactivează filtrul Bloom.

-hash-table-galete găleți

Setează numărul inițial de găleți. Trebuie să fie o putere de 2! Valoare implicită:
268435456

-hash-table-buckets-per-group găleți

Setează numărul de compartimente per grup pentru stocare rară. Valoare implicită: 64, trebuie să fie
între >=1 și <= 64

-pragul-factor-încărcare-tabel-hash prag

Setează pragul factorului de încărcare pentru redimensionarea în timp real Valoarea implicită: 0.75, trebuie să fie
>= 0.5 și <1

-hash-table-verbosity

Activează verbozitatea pentru motorul de stocare distribuită

Abundențe biologice

-căutare CăutareDirectory

Oferă un director care conține fișiere fasta pentru a fi căutate în graficul de Bruijn.
Abundența biologică va fi scrisă în RayOutput/BiologicalAbundances See
Documentation/BiologicalAbundances.txt

-o-o culoare-per-fișier

Setează o culoare per fișier în loc de una pe secvență. În mod implicit, fiecare secvență în
fiecare fișier are o culoare diferită. Pentru fișiere cu un număr mare de secvențe, folosind
o singură culoare per fișier poate fi mai eficientă.

Profilarea taxonomică cu grafice de Bruijn colorate

-cu-taxonomie Genome-to-Taxon.tsv TreeOfLife-Edges.tsv Taxon-Names.tsv

Oferă o taxonomie. Calculează și scrie profiluri taxonomice detaliate. Vedea
Documentation/Taxonomy.txt pentru detalii.

-ontologia genetică OntologyTerms.txt
Adnotări.txt

Oferă o ontologie și adnotări. OntologyTerms.txt este preluat de la
http://geneontology.org Annotations.txt este un fișier cu două coloane (mâner EMBL_CDS și
identificatorul ontologiei genelor) Vezi Documentație/GeneOntology.txt

Alte rezultate

-activarea-cartiere

Calculează cartiere contig în graficul de Bruijn Fișier de ieșire:
RayOutput/NeighbourhoodRelations.txt

-am

Scrie fișierul AMOS numit RayOutput/AMOS.afg Un fișier AMOS conține poziții de citire
pe contigs. Poate fi deschis cu un software cu interfață grafică pentru utilizator.

-write-kmers

Scrie graficul k-mer în RayOutput/kmers.txt Fișierul rezultat nu este utilizat de
Ray. Fișierul rezultat este foarte mare.

-marcatori de scriere-citire

Scrie marcatori de citire pe disc.

-scrie-seminţe

Scrie secvențe de ADN semințe în RayOutput/Rank .RaySeeds.fasta

-extensii-scriere

Scrie secvențe de extensie ADN în RayOutput/Rank .RayExtensions.fasta

-write-contig-paths

Scrie căi contig cu valori de acoperire în RayOutput/Rank .RayContigPaths.txt

-scriere-marker-rezumat

Scrie statistici marker.

Folosirea memoriei

-show-memory-usage

Afișează utilizarea memoriei. Datele sunt preluate de la / proc pe GNU/Linux Needs __linux__

-show-memory-allocations

Afișează evenimentele de alocare a memoriei

verbozitatea algoritmului

-arata-extensie-alegere

Afișează alegerea făcută (cu alte opțiuni) în timpul extensiei.

-show-end-context

Afișează contextul final al fiecărei extensii. Arată copiilor vârfului unde
extinderea a fost prea dificilă.

-arata-distanta-rezumat

Afișează un rezumat al distanțelor exterioare utilizate pentru o cale de extensie.

-show-consens

Arată consensul atunci când se face o alegere.

Punct de control

-scrie-puncte de control checkpointDirectory

Scrieți fișierele puncte de control

-citire-puncte de control checkpointDirectory

Citiți fișierele puncte de control

-puncte de verificare de citire-scriere checkpointDirectory

Citiți și scrieți fișierele puncte de control

Rutarea mesajelor pentru un număr mare de nuclee

-mesaje-rute

Activează routerul de mesaje Ray. Dezactivat implicit. Mesajele vor fi direcționate
în consecință, astfel încât orice rang să poată comunica direct doar cu alții câțiva.
Fără -mesaje-rute, orice rang poate comunica direct cu orice alt rang.
Fișierele generate: Routing/Connections.txt, Routing/Routes.txt și
Routing/RelayEvents.txt și Routing/Summary.txt

-tipul conexiunii tip

Setează tipul de conexiune pentru rute. Valorile acceptate sunt debruijn, hypercube,
politop, grup, aleatoriu, kautz și complet. Implicit este debruijn.

debruijn: un grafic de Bruijn complet un alfabet dat și un hipercub de diametru: a
hipercub, alfabetul este {0,1} iar vârfurile este o putere a 2 politop: un convex
politop obișnuit, alfabetul este {0,1,...,B-1} și vârfurile sunt o putere a grupului B:
model prostesc în care un reprezentant per grup poate comunica cu cei din afară
aleatoriu: modelul Erdos-Renyi kautz: un grafic de Kautz complet, care este un subgraf al unui de
Graficul Bruijn complet: un grafic complet cu toate conexiunile posibile

Cu tipul debruijn, numărul de ranguri trebuie să fie o putere a ceva.
Exemple: 256 = 16*16, 512=8*8*8, 49=7*7 și așa mai departe. În caz contrar, nu folosiți debruijn
rutare dar folosiți altul Cu tipul kautz, numărul de ranguri n trebuie să fie
n=(k+1)*k^(d-1) pentru unele k și d

-routing-graph-grade grad

Specifică gradul de ieșire pentru graficul de rutare. Consultați Documentation/Routing.txt

Testarea hardware-ului

-test-doar-rețea

Testează rețeaua și revine.

-scriere-test-rețea-date-brute

Scrie un fișier suplimentar pe rang, care detaliază testul de rețea.

-schimburi NumberOfExchanges

Setează numărul de schimburi

-dezactivare-test-rețea

Omite testul de rețea.

Depanarea

-verificarea-integritatea-mesajului

Verifică fiabilitatea datelor mesajului pentru orice mesaj nevid. adăugați „-D CONFIG_SSE_4_2”
în Makefile pentru a utiliza instrucțiunile hardware (SSE 4.2)

-run-profiler

Rulează profilerul pe măsură ce rulează codul. În mod implicit, afișați numai avertismente de granularitate.
Rularea profilelor crește timpul de rulare.

-cu-detalii-profiler

Afișează numărul de mesaje trimise și primite în fiecare metodă în fiecare timp
felii (epoci). Are nevoie -run-profiler.

-show-comunicare-evenimente

Afișează toate mesajele trimise și primite.

-arata-citire-plasare

Afișează plasarea citirii în grafic în timpul extensiei.

-debug-bule

Depanează codul balonului. Bulele pot fi cauzate de situsuri heterozigote sau erori de secvențiere
sau alte evenimente (necunoscute).

-semințele de depanare

Depanează codul seed. Semințele sunt căi din grafic care sunt probabil unice.

-debug-fuziuni

Depanează codul de fuziune.

-debug-scaffolder

Depanați schela.

DOSARE

Fișiere de intrare

Notă: formatul fișierului este determinat de extensia fișierului.

.fasta .fasta.gz (trebuie HAVE_LIBZ=y la compilare) .fasta.bz2 (trebuie HAVE_LIBBZ2=y
la compilare) .fastq .fastq.gz (necesită HAVE_LIBZ=y la compilare) .fastq.bz2
(necesită HAVE_LIBBZ2=y la compilare) .sff (citurile asociate trebuie extrase manual)
.csfasta (citiri în spațiu de culoare)

Fișiere scoase la ieșire

Schele

RayOutput/Scaffolds.fasta

Secvențele de schelă în format FASTA

RayOutput/ScaffoldComponents.txt

Componentele fiecărei schele

RayOutput/ScaffoldLengths.txt

Lungimea fiecărei schele

RayOutput/ScaffoldLinks.txt

Legături de schelă

Contigs

RayOutput/Contigs.fasta

Secvențe contigue în format FASTA

RayOutput/ContigLengths.txt

Lungimile secvențelor contigue

Rezumat

RayOutput/OutputNumbers.txt

Cifrele generale pentru asamblare

graficul de Bruijn

RayOutput/CoverageDistribution.txt

Distribuția valorilor de acoperire

RayOutput/CoverageDistributionAnalysis.txt

Analiza distribuției acoperirii

RayOutput/degreeDistribution.txt

Repartizarea gradelor de intrare și de ieșire

RayOutput/kmers.txt

grafic k-mer, opțiune necesară: -write-kmers

Fișierul rezultat nu este utilizat de Ray. Fișierul rezultat este foarte mare.

Etape de asamblare

RayOutput/SeedLengthDistribution.txt

Distribuția lungimii semințelor

RayOutput/Rang .OptimalReadMarkers.txt

Citiți markere.

RayOutput/Rang .RaySeeds.fasta

Secvențe de ADN semințe, opțiune necesară: -scrie-seminţe

RayOutput/Rang .RayExtensions.fasta

Secvențe ADN de extensie, opțiune necesară: -extensii-scriere

RayOutput/Rang .RayContigPaths.txt

Trasee contig cu valori de acoperire, opțiune necesară: -write-contig-paths

Citituri pereche

RayOutput/LibraryStatistics.txt

Estimarea distanțelor exterioare pentru citirile pereche

RayOutput/Bibliotecă .txt

Frecvențele pentru distanțele exterioare observate (dimensiunea inserării + lungimile citite)

perete despărțitor

RayOutput/NumberOfSequences.txt

Numărul de citiri din fiecare fișier

RayOutput/SequencePartition.txt

Partiție de secvență

software Ray

RayOutput/RayVersion.txt

Versiunea lui Ray

RayOutput/RayCommand.txt

Exact aceeași comandă furnizată

AMOS

RayOutput/AMOS.afg

Reprezentarea ansamblului în format AMOS, opțiune necesară: -am

Comunicare

RayOutput/MessagePassingInterface.txt

Numărul de mesaje trimise

RayOutput/NetworkTest.txt

Latențe în microsecunde

RayOutput/Rang NetworkTestData.txt

Date brute de testare a rețelei

DOCUMENTAȚIE

- mpiexec -n 1 rază -Ajutor|mai puțin (întotdeauna actualizat) - Această pagină de ajutor (întotdeauna
actualizat) - Directorul Documentație/ - Manual (Format de document portabil):
InstructionManual.tex (în Documentație) - Arhivele listelor de corespondență:
http://sourceforge.net/mailarchive/forum.php?forum_name=denovoassembler-users

AUTOR

Scris de Sebastien Boisvert.

RAPORTAREA ERRORELOR

Raportați erori la denovoassembler-users@lists.sourceforge.net Pagina principala:
<http://denovoassembler.sourceforge.net/>

DREPTURI DE AUTOR

Acest program este software gratuit: îl puteți redistribui și/sau modifica sub
termenii Licenței Publice Generale GNU, așa cum sunt publicate de Software-ul Liber
Foundation, versiunea 3 a licenței.

Acest program este distribuit în speranța că va fi util, dar FĂRĂ NICIUN
GARANȚIE; fără nici măcar garanția implicită de VANTABILITATE sau ADECVARE PENTRU A
SCOP SPECIAL. Consultați Licența publică generală GNU pentru mai multe detalii.

Ați primit o copie a licenței publice generale GNU împreună cu acest program
(vezi LICENȚĂ).

Ray 2.1.0

Licență pentru Ray: GNU General Public License versiunea 3 RayPlatform versiune: 1.1.0 Licență
pentru RayPlatform: GNU Lesser General Public License versiunea 3

MAXKMERLENGTH: 32 KMER_U64_ARRAY_SIZE: 1 Adâncimea maximă de acoperire stocată de CoverageDepth:
4294967295 MAXIMUM_MESSAGE_SIZE_IN_BYTES: 4000 de octeți FORCE_PACKING = n ASSERT = n
HAVE_LIBZ = y HAVE_LIBBZ2 = y CONFIG_PROFILER_COLLECT = n CONFIG_CLOCK_GETTIME = n
__linux__ = y _MSC_VER = n __GNUC__ = y RAY_32_BITS = n RAY_64_BITS = y MPI standard
versiune: MPI 2.1 Bibliotecă MPI: Open-MPI 1.4.2 Compiler: GNU gcc/g++ 4.4.5

Utilizați Ray online folosind serviciile onworks.net