merlin_dist

Tags: merlin mash routing logic genus-specific automation sample-scope

Identificar espécies para acionar análises downstream específicas por gênero (Merlin).

Este é um processo especializado para o fluxo de trabalho Merlin. Ele executa mash dist contra um banco de dados de referência e analisa os resultados para detectar gêneros específicos (ex.: Salmonella, Staphylococcus). Com base no gênero detectado, ele direciona os dados para canais específicos a fim de acionar ferramentas direcionadas (ex.: a detecção de Salmonella aciona o Sistr).

Entradas

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

Campo	Tipo	Descrição
meta	Record	Registro Groovy contendo informações da amostra
fna	Path	Contigs montados no formato FASTA
r1	Path?	Reads Illumina R1 (paired-end)
r2	Path?	Reads Illumina R2 (paired-end)
se	Path?	Reads Illumina single-end
lr	Path?	Long reads (ONT/PacBio)

reference: Path

Nome	Tipo	Descrição
reference	Path	O banco de dados Mash de referência para triagem

Saídas

record (
    meta: Record,
    fna: Path,
    r1: Path,
    r2: Path,
    se: Path,
    lr: Path,
    escherichia: Path?,
    haemophilus: Path?,
    klebsiella: Path?,
    legionella: Path?,
    listeria: Path?,
    mycobacterium: Path?,
    neisseria: Path?,
    pseudomonas: Path?,
    salmonella: Path?,
    staphylococcus: Path?,
    streptococcus: Path?,
    genus: Set<Path?>,
    dist: Path,
    results: Set<Path>,
    logs: Set<Path?>,
    nf_logs: Set<Path>,
    versions: Set<Path>
)

Campo	Tipo	Descrição
meta	Record	Registro de informações da amostra
fna	Path	Passagem dos contigs montados
r1	Path	Passagem dos reads Illumina R1
r2	Path	Passagem dos reads Illumina R2
se	Path	Passagem dos reads single-end
lr	Path	Passagem dos long reads
escherichia	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Escherichia
haemophilus	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Haemophilus
klebsiella	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Klebsiella
legionella	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Legionella
listeria	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Listeria
mycobacterium	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Mycobacterium
neisseria	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Neisseria
pseudomonas	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Pseudomonas
salmonella	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Salmonella
staphylococcus	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Staphylococcus
streptococcus	Path?	Arquivo marcador condicional que aciona ferramentas de análise de Streptococcus
genus	Set<Path?>	Arquivo marcador indicando o gênero detectado
dist	Path	Resultados brutos de distância Mash
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 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 tabela (campos ficarão em branco se não atingirem o limiar de p-valor)
--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 de k-mer baixo.
--mash_max_p	number	1.0	Valor de p máximo a reportar.
--mash_max_dist	number	1.0	Distância máxima a reportar.
--merlin_dist	number	0.1	Distância máxima a reportar ao usar o Merlin.
--full_merlin	boolean	false	Executar o Merlin completo e rodar todas as ferramentas específicas por espécie, independentemente da distância Mash
--mash_use_fastqs	boolean	false	Consultar com FASTQs em vez das montagens

Utilizado Por

Subworkflows

• merlindist - Identificar espécies a partir de dados de montagem e reads usando distâncias Mash.

Citações

Se você usar isso em sua análise, 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)

• 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

MERLIN_DIST:
    - mash: 2.3