virHEAT

Virheat ist ein Werkzeug zur Visualisierung von VCFs als Heatmap- und Kartenmutationen in die jeweiligen Gene.

Wollten Sie schon immer einen kondensierten Blick auf die Variantenfrequenzen nach dem Zuordnen Ihrer Rohlesungen auf ein Viral-/Bakterienreferenzgenom und vergleichen gleichzeitig mehrere VCF -Dateien? Als Virheat ist für Sie. Sie können nicht nur die Heatmap visualisieren, sondern auch in einer GFF3 -Datei lesen, in der Sie Gene anzeigen können, die eine Mutation beherbergen. Dieses leichte Drehbuch wurde von Snipit und meinem Variantenfrequenzdiagramm inspiriert, wobei die besten Visualisierungsfunktionen von beidem erhalten wurden.

SARS-COV-2-Beispiel:

SARS-COV-2-Beispiel mit zusätzlichen Score-Tracks --scores

Installation

via pip (empfohlen):

pip install virheat

über Conda:

conda install -c bioconda virheat

Aus diesem Repo:

git clone https://github.com/jonas-fuchs/virHEAT
cd virHEAT
pip install -r requirements.txt
# or
pip install .

Das war schon. Um zu überprüfen, ob es funktioniert hat:

virheat -v

Sie sollten die aktuelle Virheat -Version sehen.

Verwendung

usage: 	virheat < folder containing vcfs > < output dir > -l or -g [additional arguments]

Argumente:

 positional arguments:
  input                 folder containing input files and output folder

options:
  -h, --help            show this help message and exit
  -r ref_id, --reference ref_id
                        reference identifier
  --name virHEAT_plot.pdf
                        plot name and file type (pdf, png, svg, jpg). Default: virHEAT_plot.pdf
  -l None, --genome-length None
                        length of the genome (needed if gff3 is not provided)
  -g None, --gff3-path None
                        path to gff3 (needed if length is not provided)
  -a [gene ...], --gff3-annotations [gene ...]
                        annotations to display from gff3 file (standard: gene). Multiple possible.
  --gene-arrows, --no-gene-arrows
                        show genes in arrow format (only if the -g argument is provided) (default: False)
  -t 0, --threshold 0   display frequencies above this threshold (0-1)
  --delete, --no-delete
                        delete mutations that are present in all samples and their maximum frequency divergence is smaller than 0.5 (default: True)
  -n None, --delete-n None
                        do not show mutations that occur n times or less (default: Do not delete)
  -z start stop, --zoom start stop
                        restrict the plot to a specific genomic region.                      
  --sort, --no-sort     sort sample names alphanumerically (default: False)
  --min-cov 20          display mutations covered at least x time (only if per base cov tsv files are provided)
  -s scores_file pos_col score_col score_name, --scores scores_file pos_col score_col score_name
                        specify scores to be added to the plot by providing a CSV file containing scores, along with its column for amino-acid positions, its column for scores, and descriptive score names (e.g., expression, binding, antibody escape, etc.).
                        This option can be used multiple times to include multiple sets of scores.
  -v, --version         show program's version number and exit

Sie müssen entweder die Länge Ihres Referenzgenoms angeben oder wenn Sie die Sequenzanmerkmale erhalten möchten, müssen Sie die GFF3 -Datei bereitstellen.

Darüber hinaus können Sie auch analysieren, ob Mutationen ausreichend abgedeckt sind und nicht bedeckte Zellen in Grau aufweisen. Erstellen Sie für diese erste TSV -Dateien pro Basisabdeckung für jede BAM -Datei mit Qualimap und geben Sie sie im selben Ordner wie die VCF -Dateien an. Geben Sie ihnen den gleichen Namen wie Ihre VCF -Dateien.

Darüber hinaus besteht die Möglichkeit, Visualisierungen zusätzlicher Bewertungen (z. B. MAVE -Scores für Bindungsaffinität, Expressionsniveau, Antikörper -Flucht usw.) auf Mutationen auf der Heatmap zugeordnet zu haben. Um diese Funktion zu verwenden, verwenden Sie das Argument für -S- oder -Cores und geben Sie die folgenden Argumente an: 1) Pfad zur CSV -Datei, die Bewertungen enthält; 2) der Name der Spalte in dieser Datei, die Mutationspositionen in klassischer Notation enthält (z. B. T430y); 3) der Name der Spalte in dieser Datei, die die Ergebnisse selbst enthält; 4) Ein beschreibender Bewertungsname, der als Etiketten im Diagramm verwendet wird. Mehrere Score -Sets können gleichzeitig aufgenommen werden, indem die Option -s- oder -cores -Option mit unterschiedlichen Argumenten wiederholt wird. Zum Beispiel Eingabe- und mögliche Ausgabedaten finden Sie in den Dateien in Beispiel_Data/Beispiel_Mave_Data.

---

Wichtiger Haftungsausschluss: Der Code steht unter der GPLV3 -Lizenz. Der Code ist ohne Garantie; Ohne die implizite Garantie für Handelsfähigkeit oder Eignung für einen bestimmten Zweck. Dieses Programm ist kostenlose Software: Sie können es neu verteilt und/oder unter den Bestimmungen der GNU General Public Lizenz wie von der Free Software Foundation, entweder Version 3 der Lizenz veröffentlicht, oder (nach Ihrer Option) jede spätere Version ändern.