bgzip - Интернет в облаке

ПРОГРАММА:

ИМЯ

bgzip - Утилита сжатия / распаковки блоков

tabix - Универсальный индексатор для файлов положения генома с разделителями TAB

СИНТАКСИС

bgzip [-cdhB] [-b виртуальное смещение] [-s размер] [файл]

табикс [-0лф] [-p gff | кровать | sam | vcf] [-s seqCol] [-b BegCol] [-e конец столбца] [-S LineSkip] [-c
метачар] in.tab.bgz [регион1 [регион2 [...]]]

ОПИСАНИЕ

Tabix индексирует файл положения генома с разделителями TAB in.tab.bgz и создает индексный файл (
в.tab.bgz.tbi or в.tab.bgz.csi ) когда область отсутствует в командной строке. Вход
файл данных должен быть отсортирован по положению и сжат bgzip который имеет GZIP(1) нравится
интерфейс. После индексации tabix может быстро извлекать перекрывающиеся строки данных.
районы указывается в формате «chr: beginPos-endPos». Быстрый поиск данных также работает над
сеть, если в качестве имени файла указан URI, и в этом случае будет загружен индексный файл
если его нет локально.

ИНДЕКСИРОВАНИЕ ДОПОЛНИТЕЛЬНЫЕ УСЛУГИ, НЕ ВКЛЮЧЕННЫЕ В ПАКЕТ

-0, - с нулевым отсчетом
Укажите, что позиция в файле данных начинается с 0 (например, файлы UCSC), а не
чем 1 на основе.

-б, --начинать INT
Столбец начальной хромосомной позиции. [4]

-с, --комментарий CHAR
Пропускать строки, начинающиеся с символа CHAR. [#]

-С, --csi Пропускать строки, начинающиеся с символа CHAR. [#]

-е, --конец INT
Столбец конечной хромосомной позиции. Конечный столбец может быть таким же, как и начальный.
столбец. [5]

-ф, --сила
Принудительно перезаписать индексный файл, если он присутствует.

-м, --мин-сдвигINT
установить минимальный размер интервала для индексов CSI равным 2 ^ INT [14]

-п, --предустановка STR
Формат ввода для индексации. Допустимые значения: gff, bed, sam, vcf. Этот вариант
не следует применять вместе с любым из -s, -b, -e, -c и -0; это не используется
для извлечения данных, поскольку этот параметр хранится в индексном файле. [gff]

-с, --последовательность INT
Столбец названия последовательности. Вариант -s, -b, -e, -S, -c и -0 все хранятся в
индексный файл и, следовательно, не используется при поиске данных. [1]

-С, -скип-линии INT
Пропустить первые строки INT в файле данных. [0]

ЗАПРОС И ДРУГИЕ ДОПОЛНИТЕЛЬНЫЕ УСЛУГИ, НЕ ВКЛЮЧЕННЫЕ В ПАКЕТ

-час, --print-заголовок
Распечатайте также строки заголовка / мета.

-ЧАС, --только-заголовок
Печатать только строки заголовка / мета.

-я, - информация о файле
Распечатать информацию о формате файла.

-л, --список-хромов
Перечислите имена последовательностей, хранящиеся в индексном файле.

-р, --reheader ФАЙЛОВ
Замените заголовок содержимым ФАЙЛА

-Р, - регионы ФАЙЛОВ
Ограничить регионами, указанными в ФАЙЛЕ. ФАЙЛ может быть файлом BED (требуется .bed,
.bed.gz, расширение имени файла .bed.bgz) или файл с разделителями TAB с CHROM, POS,
и, необязательно, столбцы POS_TO, где позиции начинаются с 1 включительно. Когда
эта опция используется, входной файл не может быть отсортирован. регионы.

-Т, --цели ФАЙЛОВ
Похожий на что -R но весь ввод будет прочитан последовательно, а регионы не указаны
в ФАЙЛЕ будут пропущены.

ПРИМЕР

(grep ^ "#" in.gff; grep -v ^ "#" in.gff | sort -k1,1 -k4,4n) | bgzip> sorted.gff.gz;

tabix -p gff sorted.gff.gz;

tabix sorted.gff.gz chr1: 10,000,000-20,000,000;

ПРИМЕЧАНИЯ

С помощью стандартного индекса B-дерева (с помощью или
без биннинга), реализованный во всех базах данных SQL, или индекс R-tree в PostgreSQL и
Oracle. Но есть еще много причин использовать табикс. Во-первых, tabix напрямую работает с
множество широко используемых форматов с разделителями табуляции, таких как GFF / GTF и BED. Нам не нужно
разработать схему базы данных или специализированные двоичные форматы. Данные не нужно дублировать в
разные форматы тоже. Во-вторых, tabix работает со сжатыми файлами данных, в то время как большинство SQL
баз данных нет. Аннотацию GenCode GTF можно сжать до 4%. В-третьих, tabix
быстро. Известно, что тот же алгоритм индексации эффективно работает для выравнивания с
несколько миллиардов коротких чтений. Базы данных SQL, вероятно, не могут легко обрабатывать данные в таком масштабе.
И последнее, но не менее важное: tabix поддерживает удаленный поиск данных. Можно положить файл данных
и индекс на сервере FTP или HTTP, и другие пользователи или даже веб-службы смогут
чтобы получить фрагмент без загрузки всего файла.

Используйте bgzip онлайн с помощью сервисов onworks.net