virHEAT

Virheat是将VCF视为热图和将突变的图像可视化到各自基因的工具。

曾经想在将原始读物映射到病毒/细菌参考基因组之后，对变体频率进行凝结，并同时比较多个VCF文件？比Virheat适合您。您不仅可以看到热图，而且可以在GFF3文件中读取，该文件使您可以显示具有突变的基因。这个轻巧的脚本的灵感来自Snipit和我的变体频率图，获得了两者的最佳可视化功能。

SARS-COV-2示例：

SARS-COV-2示例带有其他得分轨道--scores

安装

通过PIP（建议）：

pip install virheat

通过conda：

conda install -c bioconda virheat

从这个仓库中：

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

就是这样。检查是否有效：

virheat -v

您应该看到当前的Virheat版本。

用法

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

参数：

 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

您需要提供参考基因组的长度，或者如果要获取序列注释，则需要提供GFF3文件。

此外，您还可以分析是否充分覆盖突变并以灰色显示未覆盖的细胞。为此，首先使用QualiMap为每个BAM文件创建每个基本覆盖范围TSV文件，并将其与VCF文件相同的文件夹提供。给他们与VCF文件相同的名称。

此外，还有一个选项可以包括额外分数的可视化（例如，结合亲和力的MAVE分数，表达水平，抗体逃逸等）映射到热图上的突变。要使用此功能，请使用-s或-scores参数，并提供以下参数：1）包含分数的CSV文件的路径； 2）该文件中包含经典符号中的突变位置的列的名称（例如，T430Y）； 3）该文件中包含分数本身的列的名称； 4）描述性得分名称将用作图中的标签。可以通过重复具有不同参数的-s或得分选项同时包含多个分数集。例如，输入和可能的输出数据，请参阅示例_data/example_mave_data文件夹中的文件。

---

重要免责声明：该代码属于GPLV3许可证。该代码没有任何保修；即使没有对特定目的的适销性或适合性的隐含保证。该程序是免费的软件：您可以根据自由软件基金会发布的GNU通用公共许可证的条款对其进行重新分配和/或修改它，该版本是该许可证的版本3，或（按您的选项）任何以后的版本。