bactopia_sketcher

Tags: bacteria taxonomy classification minhash sketch mash sourmash refseq gtdb sample-scope

Crie esboços genômicos e realize classificação taxonômica rápida.

Utiliza Mash e Sourmash para criar esboços MinHash das sequências de entrada. Esses esboços são então consultados em bancos de dados pré-construídos (RefSeq e GTDB) para identificar os genomas de referência mais próximos.

Bancos de Dados Necessários

Requer os bancos de dados pré-compilados RefSeq (Mash) e GTDB (Sourmash), geralmente baixados pelo módulo datasets.

Entradas

record (
    meta: Record,
    fna: Path
)

Campo	Tipo	Descrição
meta	Record	Registro Groovy contendo informações da amostra
fna	Path	Contigs montados no formato FASTA

mash_db: Path
sourmash_db: Path

Nome	Tipo	Descrição
mash_db	Path	Caminho para o banco de dados Mash RefSeq
sourmash_db	Path	Caminho para o banco de dados Sourmash GTDB LCA

Saídas

record (
    meta: Record,
    sig: Path,
    msh: Set<Path>,
    mash: Path,
    sourmash: Path,
    results: Set<Path>,
    logs: Set<Path?>,
    nf_logs: Set<Path>,
    versions: Set<Path>
)

Campo	Tipo	Descrição
meta	Record	Registro de informações da amostra
sig	Path	O arquivo de assinatura do Sourmash (*.sig)
msh	Set<Path>	Os arquivos de esboço Mash para k=21 e k=31 (*.msh)
mash	Path	Um relatório de classificação dos resultados do Mash Screen contra o banco de dados RefSeq
sourmash	Path	Um relatório de classificação do Sourmash LCA contra o banco de dados GTDB
results	Set<Path>	Todos os arquivos de saída a serem publicados
logs	Set<Path?>	Arquivos de log específicos de programas (opcionais)
nf_logs	Set<Path>	Arquivos de log específicos do Nextflow (ex.: .command.{begin
versions	Set<Path>	Um arquivo no formato YAML com as versões dos programas

Parâmetros

Parâmetros do Sketcher

Parâmetro	Tipo	Padrão	Descrição
--sketch_size	inteiro	10000	Tamanho do esboço. Cada esboço terá no máximo esse número de min-hashes não redundantes.
--sourmash_scale	inteiro	10000	Escolhe o número de hashes como 1 em FRAÇÃO dos k-mers de entrada
--no_winner_take_all	booleano		Desativa a estratégia winner-takes-all para estimativas de identidade
--screen_i	número	0.8	Identidade mínima a ser reportada.

Usado Por

Subworkflows

• bactopia_sketcher - Crie esboços genômicos e realize classificação taxonômica rápida.

Workflows

• bactopia - Pipeline abrangente de análise bacteriana para caracterização genômica completa.
• staphopia - Pipeline de análise abrangente para isolados de Staphylococcus aureus.

Citações

Se você usar isso em sua análise, por favor cite o seguinte.

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

• Mash
  Ondov BD, Treangen TJ, Melsted P, Mallonee AB, Bergman NH, Koren S, Phillippy AM Mash: fast genome and metagenome distance estimation using MinHash. Genome Biol 17, 132 (2016)

• Sourmash
  Brown CT, Irber L sourmash: a library for MinHash sketching of DNA. JOSS 1, 27 (2016)

• Mash Screen
  Ondov BD, Starrett GJ, Sappington A, Kostic A, Koren S, Buck CB, Phillippy AM Mash Screen: high-throughput sequence containment estimation for genome discovery Genome Biol 20, 232 (2019)

• NCBI RefSeq Database
  O'Leary NA, Wright MW, Brister JR, Ciufo S, Haddad D, McVeigh R, Rajput B, Robbertse B, Smith-White B, Ako-Adjei D, Astashyn A, Badretdin A, Bao Y, Blinkova O0, Brover V, Chetvernin V, Choi J, Cox E, Ermolaeva O, Farrell CM, Goldfarb T, Gupta T, Haft D, Hatcher E, Hlavina W, Joardar VS, Kodali VK, Li W, Maglott D, Masterson P, McGarvey KM, Murphy MR, O'Neill K, Pujar S, Rangwala SH, Rausch D, Riddick LD, Schoch C, Shkeda A, Storz SS, Sun H, Thibaud-Nissen F, Tolstoy I, Tully RE, Vatsan AR, Wallin C, Webb D, Wu W, Landrum MJ, Kimchi A, Tatusova T, DiCuccio M, Kitts P, Murphy TD, Pruitt KD Reference sequence (RefSeq) database at NCBI: current status, taxonomic expansion, and functional annotation. Nucleic Acids Res. 44, D733-45 (2016)

Fonte

Ver fonte no GitHub

Versão

BACTOPIA_SKETCHER:
    - bactopia-sketcher: 1.0.3