mash_dist

Tags: mash distance minhash ani comparison taxonomy sample-scope

Calcule distâncias genômicas usando sketches MinHash.

Usa o Mash para calcular a distância entre sequências de consulta e um banco de dados de referência. Utiliza sketches MinHash para estimar rapidamente o índice de Jaccard, fornecendo uma aproximação rápida da Identidade Nucleotídica Média (ANI).

Entradas

record (
    meta: Record,
    fna: Path
)

Campo	Tipo	Descrição
meta	Record	Registro Groovy contendo informações da amostra
fna	Path	Arquivo FASTA, FASTQ ou sketch Mash a ser consultado

reference: Path

Nome	Tipo	Descrição
reference	Path	O arquivo de referência (FASTA, FASTQ ou sketch Mash) para comparação

Saídas

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

Campo	Tipo	Descrição
meta	Record	Registro com informações da amostra
dist	Path	Resumo delimitado por tabulação das distâncias Mash e valores-p
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 formatado em YAML com versões dos programas

Parâmetros

Parâmetros mashdist

Parâmetro	Tipo	Padrão	Descrição
--mash_sketch	string		A sequência de referência como um Mash Sketch (arquivo .msh)
--mash_seed	integer	42	Semente fornecida à função de hash
--mash_table	boolean	false	Saída em formato de tabela (campos ficarão em branco se não atenderem ao limiar do valor-p)
--mash_m	integer	1	Número mínimo de cópias de cada k-mer necessário para passar no filtro de ruído para reads
--mash_w	number	0.01	Limiar de probabilidade para aviso sobre tamanho baixo de k-mer
--mash_max_p	number	1.0	Valor-p máximo a ser reportado
--mash_max_dist	number	1.0	Distância máxima a ser reportada
--merlin_dist	number	0.1	Distância máxima a ser reportada ao usar Merlin
--full_merlin	boolean	false	Ativa o Merlin completo e executa todas as ferramentas específicas de espécie, independentemente da distância Mash
--mash_use_fastqs	boolean	false	Consultar com FASTQs em vez das montagens

Usado Por

Subworkflows

• mashdist - Calcula distâncias Mash entre sequências e uma referência.

Workflows

• mashdist - Calcula distâncias Mash entre sequências e genomas de referência.

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)

• 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)

Fonte

Ver fonte no GitHub

Versão

MASH_DIST:
    - mash: 2.3