bactopia_qc

Tags: fastq qc adapter-removal error-correction subsampling fastp bbduk lighter porechop nanoq fastqc nanoplot sample-scope

Controle de qualidade automatizado, correção de erros e subamostragem de reads.

Um pipeline de controle de qualidade abrangente que se adapta ao tipo de read de entrada:

• Illumina: Remoção de adaptadores/PhiX (Fastp ou BBDuk), Correção de Erros (Lighter) e Subamostragem (Rasusa)
• Nanopore: Remoção de adaptadores (Porechop), Filtragem por qualidade (Nanoq) e Subamostragem (Rasusa)
• Híbrido: Processa tanto reads curtos quanto longos através de seus respectivos pipelines
• Montagem: Passa adiante reads simulados a partir de montagens

Gera métricas de qualidade usando fastq-scan e relatórios de qualidade opcionais usando FastQC (Illumina) e NanoPlot (ONT).

Entradas

record (
    meta: Record,
    r1: Path?,
    r2: Path?,
    se: Path?,
    lr: Path?,
    fna: Path?
)

Campo	Tipo	Descrição
meta	Record	Groovy Record contendo informações da amostra (deve incluir runtype, genome_size, species)
r1	Path?	Reads R1 Illumina (paired-end forward)
r2	Path?	Reads R2 Illumina (paired-end reverse)
se	Path?	Reads Illumina single-end
lr	Path?	Reads longos (ONT)
fna	Path?	Arquivo de montagem (FASTA) para simulações baseadas em montagem

adapters: Path?
phix: Path?

Nome	Tipo	Descrição
adapters	Path?	Caminho para sequências de adaptadores personalizadas (FASTA)
phix	Path?	Caminho para sequências PhiX personalizadas (FASTA)

Saídas

record (
    meta: Record,
    r1: Path?,
    r2: Path?,
    se: Path?,
    lr: Path?,
    fna: Path?,
    reads_grouped: Set<Path?>,
    error: Set<Path?>,
    skipped: Path?,
    results: Set<Path>,
    logs: Set<Path?>,
    nf_logs: Set<Path>,
    versions: Set<Path>
)

Campo	Tipo	Descrição
meta	Record	Registro de informações da amostra
r1	Path?	Reads R1 Illumina após controle de qualidade (paired-end forward)
r2	Path?	Reads R2 Illumina após controle de qualidade (paired-end reverse)
se	Path?	Reads Illumina single-end após controle de qualidade
lr	Path?	Reads longos após controle de qualidade (ONT)
fna	Path?	Arquivo de montagem (FASTA)
reads_grouped	Set<Path?>	Todos os FASTQs de saída para publicação
error	Set<Path?>	Mensagens de erro capturadas caso o controle de qualidade falhe (ex.: reads vazios após trimagem)
skipped	Path?	Arquivo marcador indicando que o controle de qualidade foi ignorado para esta amostra
results	Set<Path>	Todos os arquivos de saída a serem publicados
logs	Set<Path?>	Arquivos de log específicos de cada programa (opcionais)
nf_logs	Set<Path>	Arquivos de log específicos do Nextflow (ex.: .command.{begin
versions	Set<Path>	Arquivo no formato YAML com as versões dos programas

Parâmetros

Parâmetros de Controle de Qualidade

Parâmetro	Tipo	Padrão	Descrição
--use_bbmap	boolean		Reads Illumina serão submetidos ao controle de qualidade usando BBMap
--use_porechop	boolean	false	Usar Porechop para remover adaptadores de reads ONT
--skip_qc	boolean		A etapa de controle de qualidade será ignorada e assumirá que as sequências de entrada já passaram pelo controle de qualidade.
--skip_qc_plots	boolean		A criação de gráficos de controle de qualidade pelo FastQC ou Nanoplot será ignorada
--skip_error_correction	boolean		A correção de erros de reads pelo FLASH será ignorada.
--adapters	string		Um arquivo FASTA contendo adaptadores a serem removidos
--adapter_k	integer	23	Comprimento do kmer usado para identificar adaptadores.
--phix	string		Genoma de referência do phiX174 a ser removido
--phix_k	integer	31	Comprimento do kmer usado para identificar phiX174.
--ktrim	string	r	Trim de reads para remover bases que correspondam a kmers de referência (opções: f, r, l)
--mink	integer	11	Busca por kmers mais curtos nas extremidades dos reads até este comprimento, durante k-trimming ou mascaramento.
--hdist	integer	1	Distância máxima de Hamming para kmers de referência (apenas substituições)
--tpe	string	t	Ao realizar k-trimming pela direita, realiza trim em ambos os reads até o comprimento mínimo de qualquer um deles (opções: f, t)
--tbo	string	t	Realiza trim de adaptadores com base na região de sobreposição dos reads pareados (opções: f, t)
--qtrim	string	rl	Realiza trim nas extremidades dos reads para remover bases com qualidade abaixo de trimq. (opções: rl, f, r, l, w)
--trimq	integer	6	Regiões com qualidade média ABAIXO deste valor serão removidas se qtrim estiver configurado com algo diferente de f
--maq	integer	10	Reads com qualidade média (após trimagem) abaixo deste valor serão descartados
--minlength	integer	35	Reads mais curtos que este valor após a trimagem serão descartados
--ftm	integer	5	Se positivo, realiza trim à direita para que o comprimento seja igual a zero módulo este número
--tossjunk	string	t	Descarta reads com caracteres inválidos como bases (opções: f, t)
--ain	string	f	Ao detectar nomes de pares, permite nomes idênticos (opções: f, t)
--qout	string	33	Offset PHRED a ser usado nos FASTQs de saída (opções: 33, 64)
--maxcor	integer	1	Número máximo de correções em uma janela de 20bp
--sampleseed	integer	42	Defina como um número positivo para usar como semente do gerador de números aleatórios na amostragem
--ont_minlength	integer	1000	Reads ONT mais curtos que este valor serão descartados
--ont_minqual	integer	0	Filtro de qualidade média mínima dos reads ONT
--porechop_opts	string		Opções extras do Porechop entre aspas
--nanoplot_opts	string		Opções extras do NanoPlot entre aspas
--bbduk_opts	string		Opções extras do BBDuk entre aspas
--fastp_opts	string		Opções extras do fastp entre aspas

Usado Por

Subworkflows

• bactopia_qc - Realiza controle de qualidade abrangente em reads de sequenciamento.

Workflows

• bactopia - Pipeline abrangente de análise bacteriana para caracterização genômica completa.
• cleanyerreads - Controle de qualidade e remoção opcional de reads do hospedeiro a partir de reads brutos de sequenciamento.
• staphopia - Pipeline de análise abrangente para isolados de Staphylococcus aureus.

Citações

Se você usar este pipeline em sua análise, por favor cite os seguintes trabalhos.

• Bactopia
  Petit III RA, Read TD Bactopia - a flexible pipeline for complete analysis of bacterial genomes. mSystems 5 (2020)

• BBTools
  Bushnell B BBMap short read aligner, and other bioinformatic tools. (Link)

• fastp
  Chen S, Zhou Y, Chen Y, and Gu J fastp: an ultra-fast all-in-one FASTQ preprocessor. Bioinformatics, 34(17), i884-i890. (2018)

• FastQC
  Andrews S FastQC: a controle de qualidade tool for high throughput sequence data. (WebLink)

• fastq-scan
  Petit III RA fastq-scan: generate summary statistics of input FASTQ sequences. (GitHub)

• Lighter
  Song L, Florea L, Langmead B Lighter: Fast and Memory-efficient Sequencing Error Correction without Counting. Genome Biol. 15(11):509 (2014)

• NanoPlot
  De Coster W, D'Hert S, Schultz DT, Cruts M, Van Broeckhoven C NanoPack: visualizing and processing long-read sequencing data Bioinformatics Volume 34, Issue 15 (2018)

• Nanoq
  Steinig E Nanoq: Minimal but speedy controle de qualidade for nanopore reads in Rust (GitHub)

• Porechop
  Wick RR, Judd LM, Gorrie CL, Holt KE. Completing bacterial genome assemblies with multiplex MinION sequencing. Microb Genom. 3(10):e000132 (2017)

• Rasusa
  Hall MB Rasusa: Randomly subsample sequencing reads to a specified coverage. (2019).

Fonte

Ver fonte no GitHub

Versão

BACTOPIA_QC:
    - bactopia-qc: 1.0.4