ipdSummary - 云端在线

程序：

您的姓名

ipdSummary - 从动力学特征检测 DNA 碱基修饰。

商品描述

kineticsTool 加载在基因组中每个位置观察到的 IPD，并比较这些 IPD
对未修饰 DNA 的预期值，并输出此统计检验的结果。
未修饰 DNA 的预期 IPD 值可以来自 硅片 控制 或
放大 控制. 计算机控制由 PacBio 培训并随附
包裹。 它使用当前周围的局部序列上下文来预测 IPD
位置。 扩增的对照数据集是通过对未修饰的 DNA 进行测序而产生的
与测试样本相同的顺序。 扩增的对照样品通常由
原始样本的全基因组扩增。

修改 检测
动力学工具的基本模式对每个位置的 IPD 进行独立比较
每个链的基因组，并向 CSV 和 GFF 发送各种统计数据（在应用
显着性过滤器）。

修改 鉴定
kinetics工具 还 具有 a 修改 鉴定 模式 这 能够 解码 多站点 IPD
“指纹” 成 a 减少 集 of 电话 of 具体的 修改。 本篇 特集 具有 此
以下 好处：

· 可以区分发生在同一碱基上的不同修饰（对于
例如 m5C 和 m4C）

· 一次修改的信号合并为一个统计量，提高
灵敏度，去除额外的峰值，并正确地将呼叫居中

配置

请调用此程序 - 帮帮我 查看可用选项。

算法

合成的 系统
对 IPD 和序列上下文之间关系的研究表明，大多数
可以从 12 碱基序列上下文预测整个基因组平均 IPD 的变化
围绕 DNA 聚合酶的活性位点。 相关上下文的界限
窗口对应于与聚合酶接触的 DNA 窗口，如
DNA/聚合酶晶体结构。 简化寻找 DNA 修饰的过程
使用 PacBio 数据，该工具包括一个预训练的查找表，映射 12 聚体 DNA
序列表示在 C2 化学中观察到的 IPD。

过滤 和 装饰带
kineticsTools 使用 BLASR 生成并存储在 cmp.h5 文件中的 Mapping QV 来
忽略未确定映射的读取。 所需的默认最小映射 QV 是
10，暗示 BLASR 有 90\% 对读取正确映射的信心。 因为
PacBio 数据中固有的读取长度范围这可以在使用
--mapQvThreshold 命令行参数，或通过 SMRTPortal 配置对话框
修改检测。

PacBio 数据的一些特征需要特别注意才能实现
良好的修改检测性能。 kineticsTools 检查
观察到的碱基和参考序列——为了进行 IPD 测量
包含在分析中，PacBio 读取序列必须与参考序列匹配 k
围绕同源碱基。 在当前模块 k = 1 某些位置的 IPD 分布为
被认为是“正常”合并过程 IPD 之间的混合物，这是敏感的
到局部序列上下文和 DNA 修饰以及污染的“暂停”过程
IPD 持续时间更长（平均比正常情况长 10 倍以上），但很少发生
（约 1% 的 IPD）。 注意：我们目前的理解是停顿没有用
有关 DNA 甲基化状态的信息，但可能需要更仔细的分析
保证。 另请注意，大幅增加大约 1% 的修改
观察到的 IPD 是由暂停事件生成的。 在全球第 99 位限制观察到的 IPD
百分位数是由来自稳健假设检验的理论驱动的。 一些序列上下文
可能有自然更长的 IPD，为了避免在这些上下文中限制太多数据，上限
阈值根据上下文调整如下： capThreshold = max(global99,
5*modelPrediction，百分位（ipdObservations，75））

统计 测试
我们检验在样本中特定位点观察到的 IPD 具有
比在未修饰 DNA 中的相同位点观察到的 IPD 更长的平均值。 如果我们已经生成
删除 DNA 修饰的全基因组扩增数据集，我们使用病例对照，
双样本 t 检验。 该工具还提供了预先校准的“合成控制”模型
给定 12 个碱基序列上下文，它预测未修改的 IPD。 在合成
控制案例我们使用单样本 t 检验，并进行调整以解释
综合控制模型。

输入

对齐读取.cmp.h5
标准 cmp.h5 文件包含比对和 IPD 信息提供动力学数据
用于执行修改检测。 SMRTportal 作业的标准 cmp.h5 文件是
数据/aligned_read.cmp.h5。

参考文献 序列
该工具需要用于执行比对的参考序列。 目前这必须
通过指向 SMRTportal 参考存储库条目的路径提供。

输出

修改检测工具提供多种格式的结果，适用于
可视化工具深度统计分析、快速参考、消费
例如 PacBio SMRTView。 结果通常按参考位置和
参考链。 在所有情况下，链值是指携带
DNA 样本中的修饰。 请记住，修改的动力学效应是
在与相反链对齐的读取序列中观察到。 所以读取对齐到
正链携带有关负链修饰的信息，反之亦然
反之亦然，但在这个工具包中，我们总是报告包含假定的链
修改。

修改.csv
modify.csv 文件包含每一对（参考位置、链）的一行
出现在数据集中的覆盖范围至少为 x。 x 默认为 3，但是
可使用 '--minCoverage' 标志配置到 ipdSummary.py。 参考位置索引为
1-based 与 R 环境的 gff 文件兼容。

输出 列
硅片 控制 模式

┌──────────────────┬──────────────────────────────── ──┐
│栏目│说明│
├────────────────┼────────────────────────────────── ──┤
│refId │ 这个的参考序列ID │
│ │ 观察│
├────────────────┼────────────────────────────────── ──┤
│tpl │ 基于1的模板位置│
├────────────────┼────────────────────────────────── ──┤
│strand │ 原生样品strand where │
│ │ 动力学产生。 '0'是│
│ │ 原链│
│ │ FASTA，'1'是相反的链│
│ │ 来自FASTA │
├────────────────┼────────────────────────────────── ──┤
│base │ 这里的同源基 │
│ │ 在参考文献中的位置 │
├────────────────┼────────────────────────────────── ──┤
│score │ Phred 转换的 pvalue 即 a │
│ │ 动力学偏差在此存在 │
│ │ 位置 │
└────────────────┴──────────────────────────────── ──┘

│tMean │ 归一化 IPD 的上限平均值 │
│ │ 在这个位置观察 │
├────────────────┼────────────────────────────────── ──┤
│tErr │ │ 的上限标准误差
│ │ 在此观察到的标准化 IPD │
│ │ 位置（标准差/│
│ │ sqrt(覆盖范围) │
├────────────────┼────────────────────────────────── ──┤
│modelPrediction │ 归一化平均 IPD 预测的 │
│ │ 合成控制模型 │
│ │ 这个序列上下文 │
├────────────────┼────────────────────────────────── ──┤
│ipdRatio │ tMean / modelPrediction │
├────────────────┼────────────────────────────────── ──┤
│覆盖范围│在此有效IPD的数量│
│ │ 位置（见过滤部分│
│ │ 详情) │
├────────────────┼────────────────────────────────── ──┤
│frac │ 的分数的估计 │
│ │ 携带 │ 的分子
│ │ 修改 │
├────────────────┼────────────────────────────────── ──┤
│fracLow │ 2.5% 的 frac 置信区间 │
│ │ 估价│
├────────────────┼────────────────────────────────── ──┤
│fracUpp │ 压裂的 97.5% 置信区间 │
│ │ 估价│
└────────────────┴──────────────────────────────── ──┘

案例控制 模式

┌──────────────────┬──────────────────────────────── ──┐
│栏目│说明│
├────────────────┼────────────────────────────────── ──┤
│refId │ 这个的参考序列ID │
│ │ 观察│
├────────────────┼────────────────────────────────── ──┤
│tpl │ 基于1的模板位置│
├────────────────┼────────────────────────────────── ──┤
│strand │ 原生样品strand where │
│ │ 动力学产生。 '0'是│
│ │ 原链│
│ │ FASTA，'1'是相反的链│
│ │ 来自FASTA │
├────────────────┼────────────────────────────────── ──┤
│base │ 这里的同源基 │
│ │ 在参考文献中的位置 │
├────────────────┼────────────────────────────────── ──┤
│score │ Phred 转换的 pvalue 即 a │
│ │ 动力学偏差在此存在 │
│ │ 位置 │
├────────────────┼────────────────────────────────── ──┤
│caseMean │ 归一化案例 IPD 的均值 │
│ │ 在这个位置观察 │
├────────────────┼────────────────────────────────── ──┤
│controlMean │ 归一化对照 IPD 的均值 │
│ │ 在这个位置观察 │
├────────────────┼────────────────────────────────── ──┤
│caseStd │ case IPD 的标准偏差 │
│ │ 在这个位置观察 │
├────────────────┼────────────────────────────────── ──┤
│controlStd │ 控制的标准偏差 │
│ │ 在这个位置观察到的IPD │
└────────────────┴──────────────────────────────── ──┘

│ipdRatio │ tMean / modelPrediction │
├────────────────┼────────────────────────────────── ──┤
│testStatistic │ t 检验统计量 │
├────────────────┼────────────────────────────────── ──┤
│coverage │ case 和 control 的均值 │
│ │ 覆盖范围│
├────────────────┼────────────────────────────────── ──┤
│controlCoverage │ 有效控制 IPD 的数量 │
│ │ 这个位置（见过滤│
│ │ 部分详情) │
├────────────────┼────────────────────────────────── ──┤
│caseCoverage │ 此处有效案例 IPD 的数量 │
│ │ 位置（见过滤部分│
│ │ 详情) │
└────────────────┴──────────────────────────────── ──┘

修改.gff
modify.gff 符合 GFF 版本 3 规范（-
http://www.sequenceontology.org/gff3.shtml）。 每个模板位置/链对
p-value 超过 pvalue 阈值显示为一行。 模板位置是从 1 开始的，
根据 GFF 规范。 链列是指携带检测到的链
修饰，这是与用于检测修饰的链相反的链。 这
GFF 置信度列是 Phred 转换的检测 p 值。

备注 on 基因组 浏览器 兼容性

修改.gff 文件不能直接与大多数基因组浏览器一起使用。 你会
可能需要复制 GFF 文件并将 _seqid_ 列从
由 PacBio 生成的通用 'ref0000x' 名称，用于原始文件中的 FASTA 标头
参考 FASTA 文件。 映射表写在modifications.gff的头部
文件 #序列头 标签。 此问题将在 1.4 版本中解决
动力学工具。

GFF 文件的辅助数据列包含其他可能有用的统计信息
下游分析或过滤。 特别是用于读取的覆盖水平
发出呼叫，以及围绕该站点的 +/- 20bp 序列上下文。

┌────────────┬──────────────────────────────────┐
│栏目│说明│
├────────────┼──────────────────────────────────┤
│seqid │ Fasta contig 名称 │
├────────────┼──────────────────────────────────┤
│source │ 工具名称——'kinModCall' │
├────────────┼──────────────────────────────────┤
│类型 │ 修改类型 -- in │
│ │ 识别方式这将是 │
│ │ m6A、m4C 或 m5C 用于识别 │
│ │ 基类，或通用标签 │
│ │ 'modified_base' 如果是动力学 │
│ │ 事件被检测到没有 │
│ │ 匹配一个已知的修改 │
│ │ 签名│
├────────────┼──────────────────────────────────┤
│start │ contig 上的修改位置 │
├────────────┼──────────────────────────────────┤
│end │ contig 上的修改位置 │
├────────────┼──────────────────────────────────┤
│score │ Phred 变换的 p 值 │
│ │检测——这就是│
│ │ 单点检测 p 值 │
├────────────┼──────────────────────────────────┤
│链 │ 样品链包含 │
│ │ 修改 │
└────────────┴────────────────────────────────────┘

│相 │ 不适用 │
├────────────┼──────────────────────────────────┤
│attributes │ 与base相关的额外字段│
│ │ 模组。 IPDRatio是传统的│
│ │ IPDRatio，上下文是 │
│ │参考序列-20bp到│
│ │ +20bp左右修改, │
│ │ 和覆盖级别是数字 │
│ │ 之后使用的 IPD 观察结果
│ │ 映射QV过滤和│
│ │ 精度过滤。 若行│
│ │ 结果来自一个确定的 │
│ │ 修改我们还包括一个 │
│ │ 用 │ 标识Qv 标签
│ │ 来自修改 │
│ │鉴定程序。 │
│ │ 识别Qv 是 │
│ │ │ phred 变换的概率
│ │ 一个不正确的标识，对于 │
│ │ 被鉴定为 │ 的碱基
│ │ 有一个特别的 │
│ │ 修改。 压裂, 压裂, │
│ │ fracUp 是估计的 │
│ │ 携带分子的分数 │
│ │ 修改，和 5% │
│ │ 置信区间 │
│ │估计。 甲基化│
│ │ 分数估计是一个 │
│ │ beta 级功能，应该 │
│ │ 仅供探索使用 │
││用途。 │
└────────────┴────────────────────────────────────┘

图案.gff
如果运行 Motif Finder 工具，它会生成motifs.gff，这是一个重新处理的版本
修改.gff 具有以下更改。 如果检测到的修改发生在
由motif finder检测到的motif，修改是用motif数据注释的。 一个
添加包含主题字符串的属性“motif”，并添加属性“id”
包含motif id，它是未配对的motif的motif字符串或
'motifString1/motifString2' 用于配对图案。 如果基因组中存在一个motif实例，
但在modifications.gff 中没有检测到，在motifs.gff 中添加了一个条目，表明
该基序的存在以及在该位点观察到的动力学。

主题摘要.csv
如果运行 Motif Finder 工具，则会生成motif_summary.csv，总结修改后的
该工具发现的主题。 CSV 包含每个检测到的主题的一行，其中
以下列

┌──────────────────────┬────────────────────────────── ──────┐
│栏目│说明│
├────────────────────┼────────────────────────────── ──────┤
│motifString │ 检测到的motif 序列│
├────────────────────┼────────────────────────────── ──────┤
│centerPos │ 在 │ 主题中的位置
│ │ 修改（基于0）│
├────────────────────┼────────────────────────────── ──────┤
│fraction │ 实例的分数 │
│ │ 上面修改QV的主题│
│ │ QV 阈值 │
├────────────────────┼────────────────────────────── ──────┤
│nDetected │ 实例数 │
│ │ 高于阈值的主题 │
└──────────────────────┴───────────────────────────── ──────┘

│nGenome │ 实例数 │
│ │ 参考序列中的基序 │
├────────────────────┼────────────────────────────── ──────┤
│groupTag │ 标识主题的字符串 │
│ │分组。 对于配对图案这 │
│ │ 是 │
│ │ ” / ”, │
│ │ 对于未配对的图案，这等于 │
│ │ 主题字符串 │
├────────────────────┼────────────────────────────── ──────┤
│partnerMotifString │ 成对的motif的motifString │
│ │（动机与 │
│ │ 反补│
│ │motifString) │
├────────────────────┼────────────────────────────── ──────┤
│meanScore │ 检测到的平均修正 Qv │
│ │ 实例│
├────────────────────┼────────────────────────────── ──────┤
│meanIpdRatio │检测到的平均IPD比率│
│ │ 实例│
├────────────────────┼────────────────────────────── ──────┤
│meanCoverage │ 检测到的平均覆盖率 │
│ │ 实例│
├────────────────────┼────────────────────────────── ──────┤
│objectiveScore │ 该主题的客观分数 │
│ │ 主题查找算法 │
└──────────────────────┴───────────────────────────── ──────┘

使用 onworks.net 服务在线使用 ipdSummary