从高吞吐量顺序读取中修剪适配器

  1. 您所在的位置：
  2. Python中文网 >
  3. pypi >
  4. atropos库 >
  5. 正文

atropos的Python项目详细描述


travis cipypidoi

阿托波斯

ATROPOS是一种特殊、灵敏、快速修整NGS读数的工具。它是受人尊敬的Cutadapt Read Trimmer（https://github.com/marcelm/cutadapt" rel="nofollow">https://github.com/marcelm/cutadapt，doi:10.14806/ej.17.1.200）的分支，主要改进如下：

  1. 多线程支持，包括极快的"并行写入"模式。
  2. 一种新的基于插入对齐的成对末端读取修剪算法的实现，该算法比原始的基于cutadapt适配器对齐的算法更加敏感和具体。此算法还可以纠正读取重叠部分之间的不匹配。
  3. 修剪特定类型数据的选项（mirna、亚硫酸氢钠seq）。
  4. 一个新的命令（"detect"），用于检测适配器序列和其他潜在的污染物。
  5. 一个新的命令（"error"），用于估计排序错误率，这有助于选择适当的适配器和质量微调参数值。
  6. 生成与fastqc类似的读取统计信息的新命令（"qc"）。trim命令还可以计算修剪前后的读取统计信息（使用"--stats"选项）。
  7. 改进的摘要报告，包括对序列化格式（json、yaml、pickle）的支持，对用户定义模板的支持（通过可选的jinja2依赖项），以及与multiqc的集成
  8. 合并重叠读取的能力（这是实验性的，功能有限）。
  9. 能够将摘要报告和日志消息写入单独的文件。
  10. 读取sam/bam文件和读/写交错fastq文件的能力。
  11. 直接修剪SRA加入中的读取。
  12. 一个进度条，以及其他一些小的可用性增强功能。

手动安装

atropos可从pypi获得，并可使用pip安装。

首次安装依赖项：

    必要时
    • Python3.3+（不支持Python2.x）
      • 注意：我们在Python3.4.2中发现了一个可能的错误，该错误会导致随机分割错误。我们认为这主要影响单元测试（特别是3.4.3中的测试）。如果遇到此错误，建议升级到较新的python版本。
    • cython 0.25.2+（pip安装cython）
  • 也许是python库
    • pytest（用于运行单元测试）
    • ProgressBar2或TQMM（ProgressBar支持）
    • pysam（sam/bam输入）
    • 高棉2.0+（用于检测低频适配器污染）
    • Jinja2（用于用户定义的报表格式）
    • ngstream（用于sra流媒体），需要ngs

pip可用于安装atropos和可选依赖项，例如：

pip安装atropos[tqdm，pysam，ngstream]

条件

有一个阿托波斯食谱"https://anaconda.org/bioconda/atropos" rel="nofollow">bioconda

conda安装-c bioconda atropos

码头工人

aDocker图像可用于Docker Hub中的atropos。

docker运行jdilon/atropos<；arguments>；

用法

阿托泊斯几乎完全向后兼容CutAdapt。如果您当前使用的是cutadapt，那么您只需安装atropos，然后在命令行中用一个关键的区别替换可执行文件名：您需要使用选项来指定输入文件名。例如：

atropos -a AGATCGGAAGAGCACACGTCTGAACTCCAGTCACGAGTTA -o trimmed.fq.gz -se reads.fq.gz

要利用多线程，请设置--threads选项：

atropos --threads 8 -a AGATCGGAAGAGCACACGTCTGAACTCCAGTCACGAGTTA -o trimmed.fq.gz -se reads.fq.gz

要利用新的校准器（如果已将末端读取与3'适配器配对），请将--aligner选项设置为"insert"：

atropos --aligner insert -a AGATCGGAAGAGCACACGTCTGAACTCCAGTCACACAGTGATCTCGTATGCCGTCTTCTGCTTG \
  -A AGATCGGAAGAGCGTCGTGTAGGGAAAGAGTGTAGATCTCGGTGGTCGCCGTATCATT -o trimmed.1.fq.gz -p trimmed.2.fq.gz \
  -pe1 reads.1.fq.gz -pe2 reads.2.fq.gz

有关更完整的使用信息，请参见文档。

出版物

atropos在peerj中发布。

请引用为：

< Buff行情>

迪迪安JP，马丁M，柯林斯FS。（2017）ATROPOS：特定、敏感、快速的排序读取修剪。peerj 5:e3720https://doi.org/10.7717/peerj.3720

论文中的结果可以使用论文目录中定义的工作流完全复制。

原文的引文是：

< Buff行情>

马塞尔·马丁。"Cutadapt从高通量测序读取中删除适配器序列。"EMBNet.Journal，17（1）：10-121011年5月。http://dx.doi.org/10.14806/ej.17.1.200

链接

路线图

1.2＜/H3>
  • 迁移到用于文件管理的xphyle。
  • 迁移到pokrok以进行进度条管理。
  • 接受多个输入文件。
  • 支持sam输出（包括33）。
  • 使用ngstream
  • 阅读"裁剪"（50）
  • 支持thruplex样式适配器（其中条形码是查询序列的一部分；55）
  • 可访问性：
    • 创建自制配方。
    • 自动更新每个版本的conda和自制配方。
    • 使用argparse2tool创建galaxy工具描述
  • 改进文档（24）
  • 移植到最新版本的cutadapt中的改进https://cutadapt.readthedocs.io/en/stable/
  • 切换到使用入口点而不是Atropos可执行文件。

1.3＜/H3>

1.4＜/H3>
  • 目前，InsertAligner每端需要一个3'适配器。适配器修剪稍后将被推广，以便a）插入对齐器可以处理多对匹配的适配器和/或b）多个不同的对齐器可以用于不同的适配器。
  • 与适配器数据库集成，以改进检测到的污染物与已知适配器的匹配，使用已知适配器自动修剪数据集，以及（可选）提交新数据集的适配器信息S.
  • 迁移到seqio（https://github.com/jdition/seqio）以读取/写入序列文件。
    • 也可以看一下如何使用htseq:https://github.com/simon-anders/htseq" rel="nofollow">https://github.com/simon anders/htseq
  • 基于读取ID的通用读取筛选：https://github.com/marcelm/cutadapt/issues/107
  • 当前，必须对sam/bam输入文件进行名称排序；添加一个选项以1）使用samtools或sambamba对内联读取进行预排序，或2）在内存中缓存每个读取，直到找到其匹配项。

1.5＜/H3>
  • 提供对适配器锚定的更多用户控制：https://github.com/marcelm/cutadapt/issues/53
  • 允许用户定义自定义读取结构：https://github.com/nh13/read-structure-examples" rel="nofollow">https://github.com/nh13/read-structure-examples
  • 支持对端解复用
  • 基于条形码的解复用：https://github.com/marcelm/cutadapt/issues/118" rel="nofollow">https://github.com/marcelm/cutadapt/issues/118
  • 考虑为read1和read2支持不同的错误率。
  • 添加一个clipoverlapping修饰符，该修饰符将删除读取重叠（与合并相反）。
  • 更仔细地观察Illumina双色化学问题的解决方案：
    • 提供并选择免除G通话的质量评估
    • 从读数中删去3’gs
  • 同时，还要考虑使用单色化学（ISEQ）解决任何问题。
  • 考虑是否支持原始IonTorrent数据的修剪/QC。
< 1.6 >< > >

2＜/H3>

超过2.0

  • 实施其他替代对齐算法。
  • 在adept中实现错误检测算法：https://github.com/lanl-bioinformatics/adept" rel="nofollow">https://github.com/lanl bioinformatics/adept
  • 探索新的质量调整算法
  • 镰刀是一种有趣的新修剪器。根据即将发表的论文中基准测试的外观，我们将把它添加到与atropos进行比较的工具列表中，并可能实现适配器匹配的贝叶斯方法。
  • 尝试用基于异步的实现替换多核实现（使用processpoolexecutor和uvloop）。
  • 自动自适应调整队列大小，以最大限度地平衡内存使用和延迟。

虽然我们认为命令行界面是稳定的，但atropos的内部代码组织可能会发生变化。此时，我们建议不要直接与作为库的atropos接口（或者准备让您的代码崩溃）。内部代码组织将从2.0版开始稳定，计划在2017年某个时候进行。

如果您想建议其他增强功能，可以在我们的github页面提交问题和/或请求。

欢迎加入QQ群-->： 979659372 Python中文网_新手群

推荐PyPI第三方库


导 航 栏

项目 链接

标 签

许可证: BSD许可证（BSD 3条款）

作者信息:: 暂无

维护者

pypi user: jdidion jdidion

最新PyPI项目

最新Python常见问题

热门话题
java Jgit对于给定的存储库，我们如何确定新提交的列表，以及每个提交来自哪个分支？   从MS Access数据库添加java ComboBoxItem   如何禁止Java列表中不同类的实例？   java在没有Web的JAXR上使用Shiro过滤器。xml   由于java原因，无法在Ubuntu上安装Netbeans 8.2。awt。未找到恐怖和辅助技术   java JUnit对RuntimeException的处理（特别是）   java空集合在Apache CXF服务（JAXWS）中被转换为null   java CannotAcquireLockException问题   sql如何在数据库中对（Java）枚举建模（使用SQL92）   安卓在Java中获取友好url后面的文件名   java如何访问数组名以获取列表？   javascript Java Nashorn longBitsToDouble   java控制台<init>错误   java将一个LinkedList追加/连接到另一个LinkedList的最有效方式是什么？   Java for正在跳过的循环   java帮助创建带有动画的复杂Swing GUI   java Android编辑文本。setHint在片段中不工作