isling

ไอลิ่ง

Isling เป็นเครื่องมือในการตรวจจับการรวมไวรัสหรือเวกเตอร์ในการอ่านแบบจับคู่ โปรดอ่านกระดาษของเราสำหรับรายละเอียดทั้งหมด

เร็ว

หากคุณติดตั้ง conda และ snakemake เพื่อทำงานกับข้อมูลทดสอบ (รวม) ในเครื่อง:

 git clone https://github.com/aehrc/isling.git && cd isling
snakemake --configfile test/config/test.yml --cores <cores> --use-conda

หากคุณติดตั้ง snakemake และ singularity คุณสามารถใช้แทน:

 snakemake --configfile test/config/test.yml --cores <cores> --use-singularity

หรือถ้าคุณติดตั้ง Docker บน MacOS คุณสามารถเรียกใช้:

 docker run --rm -it -v"$(pwd)"/out:/opt/isling/out szsctt/isling:latest snakemake --configfile test/config/test.yml --cores 1

สิ่งนี้จะใช้ไฟล์ config และข้อมูลภายในคอนเทนเนอร์และผลลัพธ์จะปรากฏในโฟลเดอร์ที่เรียก out ในไดเรกทอรีการทำงานปัจจุบันของคุณ บน Linux คุณจะต้องเรียกใช้คำสั่งนี้เป็นรูทและบน Windows คุณจะต้องปรับไวยากรณ์ Bind -Mount (อาร์กิวเมนต์ -v )

ข้อมูลอินพุต (การอ่านและการอ้างอิงโฮสต์และไวรัส) ถูกระบุ NI ไฟล์กำหนดค่า - สำหรับข้อมูลของคุณเองคุณจะต้องแก้ไขตัวอย่างไฟล์กำหนดค่า ( test/config/test.yml ) เพื่อชี้ไปที่ข้อมูลของคุณเอง ดู configfile.md สำหรับข้อมูลเพิ่มเติมเกี่ยวกับรูปแบบของไฟล์ config

ภาพรวม

ไปป์ไลน์ดำเนินการหลายขั้นตอนเพื่อระบุไซต์การรวม ใช้เป็นชุดข้อมูลอินพุตที่ประกอบด้วยไฟล์ FASTQ หรือไฟล์ BAM มันทำการประมวลผลล่วงหน้าของการอ่าน (การรวมการอ่านที่ทับซ้อนกันเป็นทางเลือก) จากนั้นจัดตำแหน่งให้เป็นทั้งโฮสต์และลำดับไวรัส การอ่านจะจัดเรียงเป็นลำดับแรกกับลำดับของไวรัสจากนั้นจัดตำแหน่งการอ่านจะถูกสกัดและจัดแนวกับโฮสต์ การจัดตำแหน่งเหล่านี้ใช้เพื่อระบุการรวมไวรัส

การพึ่งพาอาศัยกัน

Isling ต้องการ snakemake และ singularity (แนะนำ) หรือ conda เพื่อการพึ่งพาการจัดหา เพิ่มเติม, python เวอร์ชัน 3.5 หรือสูงกว่าและต้องใช้ pandas (ควรติดตั้งโดยอัตโนมัติหากติดตั้ง snakemake ด้วย conda

Alternativley ใช้เวอร์ชัน Docker ซึ่งมี Isling และการพึ่งพาทั้งหมด

อินพุต

อินพุตที่ต้องการคือไฟล์กำหนดค่าซึ่ง specfies โฮสต์และการอ้างอิงไวรัส/เวกเตอร์และจำเป็นต้องอ่าน ระบุอินพุตทั้งหมดในไฟล์กำหนดค่า ปัจจุบัน Isling ใช้งานได้สำหรับการอ่านแบบจับคู่เท่านั้น

ดูไฟล์ configfile.md สำหรับคำอธิบายของรูปแบบของไฟล์กำหนดค่านี้

เอาต์พุต

ไซต์การรวมเอาต์พุต Isling ในรูปแบบที่คั่นด้วยแท็บในไดเรกทอรีเอาต์พุตที่ระบุในไฟล์กำหนดค่า

ไฟล์

ภายในโฟลเดอร์เอาท์พุทโฟลเดอร์หนึ่งจะถูกสร้างขึ้นสำหรับแต่ละชุดข้อมูลในไฟล์กำหนดค่าและสำหรับแต่ละชุดข้อมูลการรวมสามารถพบได้ในไดเรกทอรี ints จะมีไฟล์เอาต์พุตหนึ่งชุดสำหรับแต่ละตัวอย่าง

สำหรับแต่ละตัวอย่างมีไฟล์เอาต์พุตจำนวนหนึ่งซึ่งอาจเป็นที่สนใจสำหรับกรณีการใช้งานเฉพาะ

• <sample>.<host>.<virus>.integrations.txt : ข้อมูลเกี่ยวกับทางแยกที่ตรวจพบทั้งหมดโดยไม่คำนึงว่าพวกเขาผ่านตัวกรองหรือไม่
• <sample>.<host>.<virus>.integrations.post.txt : ข้อมูลเกี่ยวกับการตรวจจับทางแยกที่ผ่านตัวกรองทั้งหมด
• <sample>.<host>.<virus>.integrations.post.unique.txt : ข้อมูลเกี่ยวกับทางแยกที่ตรวจพบซึ่งผ่านตัวกรองทั้งหมดและมีตำแหน่งที่ไม่คลุมเครือทั้งในโฮสต์และเวกเตอร์/ไวรัส
• <sample>.<host>.<virus>.integrations.post.unique.merged.txt : ผลลัพธ์ของการรวมทางแยกที่ทับซ้อนกันหรือทางแยกกับพิกัดเดียวกันทั้งในโฮสต์และไวรัส/เวกเตอร์ การผสานจะดำเนินการโดยเฉพาะทางแยกการรวมที่มีตำแหน่งที่ชัดเจนในทั้งโฮสต์และไวรัส/เวกเตอร์
• <sample>.<host>.<virus>.integrations.post.host_ambig.txt : ข้อมูลเกี่ยวกับทางแยกที่ตรวจพบซึ่งผ่านตัวกรองทั้งหมดและมีเวกเตอร์/ไวรัสที่ไม่คลุมเครือ แต่ตำแหน่งที่คลุมเครือในโฮสต์
• <sample>.<host>.<virus>.integrations.post.virus_ambig.txt : ข้อมูลเกี่ยวกับทางแยกที่ตรวจพบซึ่งผ่านตัวกรองทั้งหมดและมีตำแหน่งที่ไม่คลุมเครือ แต่ตำแหน่งที่คลุมเครือในเวกเตอร์/ไวรัส
• <sample>.<host>.<virus>.integrations.post.both_ambig.txt : ข้อมูลเกี่ยวกับทางแยกที่ตรวจพบซึ่งผ่านตัวกรองทั้งหมดและมีตำแหน่งที่คลุมเครือทั้งในโฮสต์และเวกเตอร์/ไวรัส

คอลัมน์

ไฟล์เอาต์พุตให้ตำแหน่งของการรวมที่ระบุและคุณสมบัติของพวกเขา มีการระบุพิกัดสำหรับการรวมการรวมกันในแง่ของฐานที่คลุมเครือ นั่นคือมักจะมีช่องว่างหรือซ้อนทับระหว่างโฮสต์และส่วนของไวรัสของการอ่าน:

เนื่องจากตำแหน่งของการรวมไม่สามารถกำหนดได้อย่างไม่ซ้ำกันในกรณีนี้ isling ส่งออกพิกัดของฐานเหล่านี้ในโฮสต์และจีโนมเวกเตอร์/ไวรัสเป็นที่ตั้งของการรวม

ด้วยข้อยกเว้นของไฟล์เอาต์พุตคลัสเตอร์ที่ผสานไฟล์ทั้งหมดมีคอลัมน์เหล่านี้:

• Chr: โฮสต์โครโมโซม/contig ที่ระบุการรวม
• Intstart, Intstop: พิกัดฐานที่คลุมเครือสำหรับทางแยกในโฮสต์
• Virusref: การอ้างอิงไวรัสที่เกี่ยวข้องในทางแยก
• VirusStart, VirusStop: พิกัดของฐานที่คลุมเครือสำหรับความสนุกสนานในการอ้างอิงไวรัส
• noambiguousbases: จำนวนฐานที่คลุมเครือ
• ทับซ้อนกัน: ระบุว่าฐานที่คลุมเครือเกิดขึ้นเนื่องจากทางแยกเป็น gap หรือ overlap สำหรับการอ่าน chimieric (โฮสต์และชิ้นส่วนที่ระบุในการอ่านเดียวกัน) ทางแยกนั้น clean หากไม่มีฐานที่คลุมเครือ อีกทางเลือกหนึ่ง OverlapType มีการระบุ jucntion เป็นคู่ที่ discordant ลงรอยกัน
• การวางแนว: การวางแนวของการรวมที่สัมพันธ์กับจีโนมโฮสต์ - โฮสต์/ไวรัส ( hv ) หรือไวรัส/โฮสต์ ( vh )
• VirusoRientation: การปฐมนิเทศที่ส่วนของไวรัสถูกรวมเข้าด้วยกัน - ทั้ง + หรือ -
• Hostseq: ฐานของการอ่านที่มาจากโฮสต์อย่างไม่น่าสงสัย
• Virusseq: ฐานของการอ่านที่มาจากไวรัสอย่างไม่น่าสงสัย
• ไม่ชัดเจน: ลำดับของฐานที่คลุมเครือ
• HostEditDist: แก้ไขระยะทาง (จาก bwa ) ของการจัดตำแหน่งโฮสต์
• viraleditdist: แก้ไขระยะทาง (จาก bwa ) ของการจัดตำแหน่งไวรัส
• TetterEditDist: ระยะทางแก้ไขทั้งหมด; ผลรวมของโฮสต์และ distnace แก้ไขไวรัสรวมถึงจำนวนฐานที่คลุมเครือหาก OverlapType คือ gap
• เป็นไปได้ HostTranslocation: การอ่านสามารถอธิบายได้ว่าเป็นการโยกย้ายจีโนมโฮสต์หรือไม่?
• possiblevectorRanrangement: การอ่านสามารถอธิบายได้ว่าเป็นการจัดเรียงใหม่ของจีโนมเวกเตอร์หรือไม่?
• HostambiguousLocation: มีสถานที่อื่น ๆ ที่เป็นไปได้สำหรับการรวมกลุ่มในจีโนมโฮสต์หรือไม่?
• Viralambiguouslocation: มีสถานที่อื่น ๆ ที่เป็นไปได้สำหรับการรวมการรวมในจีโนมไวรัสหรือไม่?
• ประเภท: เป็นจุดเชื่อมต่อที่สังเกตได้ในการอ่าน chimeric คู่ discordant หรือเป็นการรวม short ที่พบทางแยกทั้งสองในการอ่านเดียวกัน
• HostMapQ: คุณภาพการทำแผนที่ของการจัดตำแหน่งโฮสต์ (จาก bwa )
• ViralMAPQ: คุณภาพการทำแผนที่ของการจัดตำแหน่งไวรัส (จาก bwa )
• Altlocs: หากมีสถานที่อื่น ๆ ที่เป็นไปได้สำหรับการรวมกลุ่มในโฮสต์หรือจีโนมไวรัส (เนื่องจากการจัดตำแหน่งที่เทียบเท่าอื่น ๆ ) พวกเขาจะได้รับที่นี่
• ReadSeq: ลำดับของการอ่านที่สังเกตการรวม สำหรับคู่ที่ไม่ลงรอยกันทั้งสองอ่านจะถูกคั่นด้วยสตริง 'xxx'

การเปรียบเทียบ

ในการทำซ้ำตัวเลขในต้นฉบับ Isling ให้ดูที่ readme ในไดเรกทอรี benchmarking