bakta_run

Tags: bacteria annotation genome assembly prodigal compliant genbank ena sample-scope

Anotação rápida e padronizada de genomas bacterianos e plasmídeos.

Utiliza o Bakta para anotar genomas por meio de identificação de sequências sem alinhamento. Detecta CDS, sORFs, tRNAs, tmRNAs, rRNAs, ncRNAs e arranjos CRISPR, atribuindo funções a partir de um banco de dados abrangente.

Banco de Dados Necessário

Requer um banco de dados do Bakta (diretório ou tarball) disponível.

Entradas

record (
    meta: Record,
    fna: Path
)

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

db: Path
proteins: Path?
prodigal_tf: Path?
replicons: Path?

Nome	Tipo	Descrição
db	Path	Caminho para o banco de dados do Bakta (diretório ou tarball comprimido)
proteins	Path?	Arquivo FASTA de proteínas confiáveis para usar na anotação de primeira passagem
prodigal_tf	Path?	Arquivo de treinamento do Prodigal para predição de CDS
replicons	Path?	Tabela (TSV/CSV) com informações de replicons para detecção de origem

Saídas

record (
    meta: Record,
    blastdb: Path,
    faa: Path,
    ffn: Path,
    fna: Path,
    gbff: Path,
    gff: Path,
    hypotheticals_tsv: Path,
    hypotheticals_faa: Path,
    inference_tsv: Path,
    json: Path,
    png: Path,
    svg: Path,
    tsv: Path,
    txt: Path,
    results: Set<Path>,
    logs: Set<Path?>,
    nf_logs: Set<Path>,
    versions: Set<Path>
)

Campo	Tipo	Descrição
meta	Record	Registro com informações da amostra
blastdb	Path	Arquivo comprimido tar.gz com bancos de dados BLAST+ dos contigs, genes e proteínas
faa	Path	Sequências de aminoácidos de CDS/sORF no formato FASTA
ffn	Path	Sequências nucleotídicas de features no formato FASTA
fna	Path	Sequências de DNA de replicons/contigs no formato FASTA
gbff	Path	Anotações e sequências no formato GenBank
gff	Path	Anotações e sequências no formato GFF3
hypotheticals_tsv	Path	Informações adicionais sobre CDS de proteínas hipotéticas em valores separados por tabulação
hypotheticals_faa	Path	Sequências de aminoácidos de CDS de proteínas hipotéticas no formato FASTA
inference_tsv	Path	Evidências detalhadas de anotação e informações de hits no banco de dados
json	Path	Anotações e metadados legíveis por máquina no formato JSON
png	Path	Gráfico circular do genoma como imagem PNG
svg	Path	Gráfico circular do genoma como imagem SVG
tsv	Path	Anotações em formato simples de valores separados por tabulação, legível por humanos
txt	Path	Resumo geral das anotações do Bakta
results	Set<Path>	Todos os arquivos de saída a serem publicados
logs	Set<Path?>	Arquivos de log opcionais específicos do programa
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 do Bakta

Parâmetro	Tipo	Padrão	Descrição
--bakta_proteins	string		Arquivo FASTA de proteínas confiáveis para anotar primeiro
--bakta_prodigal_tf	string		Arquivo de treinamento a ser usado pelo Prodigal
--bakta_replicons	string		Tabela de informações de replicons (tsv/csv)
--bakta_min_contig_length	integer	1	Tamanho mínimo de contig para anotar
--bakta_keep_contig_headers	boolean	false	Manter os cabeçalhos originais dos contigs
--bakta_compliant	boolean	false	Forçar conformidade com Genbank/ENA/DDJB
--bakta_skip_trna	boolean	false	Ignorar detecção e anotação de tRNA
--bakta_skip_tmrna	boolean	false	Ignorar detecção e anotação de tmRNA
--bakta_skip_rrna	boolean	false	Ignorar detecção e anotação de rRNA
--bakta_skip_ncrna	boolean	false	Ignorar detecção e anotação de ncRNA
--bakta_skip_ncrna_region	boolean	false	Ignorar detecção e anotação de regiões ncRNA
--bakta_skip_crispr	boolean	false	Ignorar detecção e anotação de arranjos CRISPR
--bakta_skip_cds	boolean	false	Ignorar detecção e anotação de CDS
--bakta_skip_sorf	boolean	false	Ignorar detecção e anotação de sORF
--bakta_skip_gap	boolean	false	Ignorar detecção e anotação de gaps
--bakta_skip_ori	boolean	false	Ignorar detecção e anotação de oriC/oriT
--bakta_opts	string		Opções extras do Bakta entre aspas. Exemplo: '--gram +'

Usado Por

Subworkflows

• bakta - Anotação rápida de genomas bacterianos.

Workflows

• bactopia - Pipeline abrangente de análise bacteriana para caracterização genômica completa.
• bakta - Anotação rápida de genomas bacterianos e plasmídeos.
• staphopia - Pipeline de análise abrangente para isolados de Staphylococcus aureus.

Citações

Se você usar esta ferramenta 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)

• Bakta
  Schwengers O, Jelonek L, Dieckmann MA, Beyvers S, Blom J, Goesmann A Bakta - rapid and standardized annotation of bacterial genomes via alignment-free sequence identification. Microbial Genomics 7(11) (2021)

• Aragorn
  Laslett D, Canback B ARAGORN, a program to detect tRNA genes and tmRNA genes in nucleotide sequences. Nucleic Acids Res. 32(1):11-6 (2004)

• DIAMOND
  Buchfink B, Xie C, Huson DH Fast and sensitive protein alignment using DIAMOND. Nat. Methods. 12, 59-60 (2015)

• HMMER
  Eddy SR Accelerated Profile HMM Searches. PLoS Comput. Biol. 7, e1002195 (2011)

• Infernal
  Nawrocki EP, Eddy SR Infernal 1.1: 100-fold faster RNA homology searches. Bioinformatics 29(22), 2933-2935 (2013)

• Prodigal
  Hyatt D, Chen G-L, LoCascio PF, Land ML, Larimer FW, Hauser LJ Prodigal: prokaryotic gene recognition and translation initiation site identification. BMC Bioinformatics 11.1 119 (2010)

Fonte

Ver código-fonte no GitHub

Versão

BAKTA_RUN:
    - bakta: 1.12.0