checkm_lineagewf

Tags: quality-control completeness contamination marker-genes lineage bacteria archaea sample-scope

Avalie a qualidade do genoma usando conjuntos de marcadores específicos de linhagem.

Usa o CheckM para estimar a completude e a contaminação de montagens de genomas. O programa posiciona o genoma em uma árvore de referência para selecionar um conjunto apropriado de genes marcadores de cópia única e, em seguida, calcula métricas de qualidade com base na recuperação desses marcadores.

Banco de Dados Necessário

Requer o banco de dados de referência do CheckM (~275 GB descomprimido) configurado por meio da variável de ambiente CHECKM_DATA_PATH ou pré-instalado no contêiner.

Entradas

record (
    meta: Record,
    fna: Path
)

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

Saídas

record (
    meta: Record,
    tsv: Path,
    results: Set<Path>,
    logs: Set<Path?>,
    nf_logs: Set<Path>,
    versions: Set<Path>
)

Campo	Tipo	Descrição
meta	Record	Registro com informações da amostra
tsv	Path	Relatório de qualidade do genoma delimitado por tabulação com estimativas de completude e contaminação
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 CheckM

Parâmetro	Tipo	Padrão	Descrição
--checkm_unique	inteiro	10	Número mínimo de marcadores filogenéticos únicos necessários para usar o conjunto de marcadores específico de linhagem.
--checkm_multi	inteiro	10	Número máximo de marcadores filogenéticos de múltiplas cópias antes de recorrer ao conjunto de marcadores em nível de domínio.
--checkm_aai_strain	número	0.9	Limiar de AAI usado para identificar heterogeneidade de linhagem
--checkm_length	número	0.7	Percentual de sobreposição entre alvo e consulta
--checkm_full_tree	booleano		Usar a árvore completa (requer ~40 GB de memória) para determinar a linhagem de cada bin.
--checkm_ignore_thresholds	booleano		Ignorar limiares de pontuação específicos do modelo
--checkm_ali	booleano		Gerar arquivo de alinhamento HMMER para cada bin
--checkm_nt	booleano		Gerar sequências de genes nucleotídicos para cada bin
--checkm_force_domain	booleano		Usar conjuntos em nível de domínio para todos os bins
--checkm_no_refinement	booleano		Não realizar refinamento do conjunto de marcadores específico de linhagem
--checkm_individual_markers	booleano		Tratar marcadores de forma independente
--checkm_skip_adj_correction	booleano		Não excluir genes marcadores adjacentes ao estimar a contaminação
--checkm_skip_pseudogene_correction	booleano		Ignorar a identificação e filtragem de pseudogenes

Usado Por

Subworkflows

• checkm - Avalie a completude de bins de metagenoma usando CheckM.

Workflows

• checkm - Avaliação da qualidade da montagem de genomas microbianos.

Citações

Se você usar este módulo 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)

• CheckM
  Parks DH, Imelfort M, Skennerton CT, Hugenholtz P, Tyson GW CheckM: assessing the quality of microbial genomes recovered from isolates, single cells, and metagenomes. Genome Res 25, 1043-1055 (2015)

• pplacer
  Matsen FA, Kodner RB, Armbrust EV pplacer: linear time maximum-likelihood and Bayesian phylogenetic placement of sequences onto a fixed reference tree. BMC Bioinformatics 11, 538 (2010)

Fonte

Ver fonte no GitHub

Versão

CHECKM_LINEAGEWF:
    - checkm-genome: 1.2.5