用于分析短读illumina数据微生物学公共卫生的生物信息学管道。
bohra的Python项目详细描述
博拉
bohra是微生物基因组学管道，主要设计用于公共卫生，但也可能在研究环境中有用。管道接受一个以制表符分隔的文件作为输入，该文件的独立ID后跟到READ1和READ2的路径、对齐的引用和唯一标识符，其中的读取是Illumina对端读取（不支持其他平台）。
动机
bohra的灵感来自于nullabor（https://github.com/tseemann/nullarbor），它被用于公共卫生微生物学实验室，用于分析微生物样品的短读。管道是用Snakemake写的。
词源
“伯拉”是一种生活在努拉伯尔上的树袋鼠的名称。这个名字是为了反映这样一个事实：它将主要用于建造trees，依赖于snippy（以一只非常著名的袋鼠命名），灵感来自nullabor。管道
bohra接受原始的顺序读取，并生成一个独立的html文件，用于简单地分发报告。
Bohra可以在三种模式下运行
- 单核苷酸多态性与系统发育
- 清除读数
- 呼叫变体
- 生成系统发育树
- 单核苷酸多态性、系统发育、类型、注释和物种识别（默认值）
- 清除读数
- 呼叫变体
- 生成系统发育树
- 装配
- 物种鉴定
- MLST
- 抵抗性
- 注释
- 单核苷酸多态性、系统发育、泛基因组、分型和物种鉴定
- 清除读数
- 呼叫变体
- 生成系统发育树
- 装配
- 物种鉴定
- MLST
- 抵抗性
- 注释
- 全基因组
安装
依赖关系
Bohra要求>；=python3.6
pip3 install bohra
一个康达食谱博拉将很快！但现在您需要在系统上安装以下依赖项
bohra可以在两种模式下运行run进行初始分析，以及rerun进行重新分析。生成一个.html报告，允许可视化树和检查数据集，以提供可能有助于解释结果的见解。
设置
输入文件
输入文件需要是一个制表符分隔的文件，具有三列isolateid、path to r1和path to r2。
Isolate-ID /path/to/reads/R1.fq.gz /path/to/reads/R2.fq.gz
引用
参考文献的选择对snp检测的准确性和基因组相关性的研究具有重要意义。应按照以下指南选择适当的参考文献。
- 来自同一ST（如适用）或金标准参考（可用于结核分枝杆菌）的封闭参考。
- MDU中与查询数据集类型相同的PacBio或Nanopore程序集
- 一种高质量的从头开始的程序集，可以是数据集中的一个独立程序集，也可以是同一个ST或类型的一个独立程序集。
掩码
噬菌体掩蔽对于防止snps的膨胀非常重要，snps可以通过水平转移而不是垂直转移来引入。对于封闭的基因组或那些公共可用的基因组，可以使用phaster-query.pl来识别掩蔽区域。如果使用了denovo程序集，则可以使用网站phaster.ca。屏蔽区域应以.bed格式提供。
运行
minimal命令
bohra run -r path/to/reference -i path/to/inputfile -j unique_id -m path/to/maskfile (optional)
usage: bohra run [-h] [--input_file INPUT_FILE] [--job_id JOB_ID]
[--reference REFERENCE] [--mask MASK]
[--pipeline {sa,s,a,all}]
[--assembler {shovill,skesa,spades}] [--cpus CPUS]
[--minaln MINALN] [--prefillpath PREFILLPATH] [--mdu MDU]
[--workdir WORKDIR] [--resources RESOURCES] [--force]
[--dryrun] [--gubbins]
optional arguments:
-h, --help show this help message and exit
--input_file INPUT_FILE, -i INPUT_FILE
Input file = tab-delimited with 3 columns
<isolatename> <path_to_read1> <path_to_read2>
(default: )
--job_id JOB_ID, -j JOB_ID
Job ID, will be the name of the output directory
(default: )
--reference REFERENCE, -r REFERENCE
Path to reference (.gbk or .fa) (default: )
--mask MASK, -m MASK Path to mask file if used (.bed) (default: False)
--pipeline {sa,s,a,all}, -p {sa,s,a,all}
The pipeline to run. SNPS ('s') will call SNPs and
generate phylogeny, ASSEMBLIES ('a') will generate
assemblies and perform mlst and species identification
using kraken2, SNPs and ASSEMBLIES ('sa' - default)
will perform SNPs and ASSEMBLIES. ALL ('all') will
perform SNPS, ASSEMBLIES and ROARY for pan-genome
analysis (default: sa)
--assembler {shovill,skesa,spades}, -a {shovill,skesa,spades}
Assembler to use. (default: shovill)
--cpus CPUS, -c CPUS Number of CPU cores to run, will define how many rules
are run at a time (default: 36)
--minaln MINALN, -ma MINALN
Minimum percent alignment (default: 0)
--prefillpath PREFILLPATH, -pf PREFILLPATH
Path to existing assemblies - in the form
path_to_somewhere/isolatename/contigs.fa (default:
None)
--mdu MDU If running on MDU data (default: True)
--workdir WORKDIR, -w WORKDIR
Working directory, default is current directory
(default: /home/khhor)
--resources RESOURCES, -s RESOURCES
Directory where templates are stored (default:
/home/khhor/dev/bohra/bohra/templates)
--force, -f Add if you would like to force a complete restart of
the pipeline. All previous logs will be lost.
(default: False)
--dryrun, -n If you would like to see a dry run of commands to be
executed. (default: False)
--gubbins, -g If you would like to run gubbins. NOT IN USE YET -
PLEASE DO NOT USE (default: False)
重新运行
如果需要更改引用和/或掩码文件，则可以执行重新运行。此外，如果需要隔离删除或添加到分析中。 在重新运行时应出现以下行为；
- 新的参考将导致在分析的所有分离物中调用snp
- 如果参考值不变，则仅对新分离株调用snps
- 每次重新运行都将确定核心线、距离和树的生成
-r和-m只有在与上一次运行不同时才需要。否则，bohra将检测并使用以前的引用和掩码文件。还应更改原始运行中使用的输入文件中包含的隔离。可以将新的隔离物添加到输入文件的底部，并用^ {CD10}}预先隔离一个隔离物，将其从分析中移除。
minimal命令
bohra rerun
[--workdir WORKDIR] [--resources RESOURCES] [--dryrun]
[--gubbins] [--keep]
optional arguments:
-h, --help show this help message and exit
--reference REFERENCE, -r REFERENCE
Path to reference (.gbk or .fa) (default: )
--mask MASK, -m MASK Path to mask file if used (.bed) (default: )
--cpus CPUS, -c CPUS Number of CPU cores to run, will define how many rules
are run at a time (default: 36)
--workdir WORKDIR, -w WORKDIR
Working directory, default is current directory
(default: /home/khhor)
--resources RESOURCES, -s RESOURCES
Directory where templates are stored (default:
/home/khhor/dev/bohra/bohra/templates)
--dryrun, -n If you would like to see a dry run of commands to be
executed. (default: False)
--gubbins, -g If you would like to run gubbins. NOT IN USE YET -
PLEASE DO NOT USE (default: False)
--keep, -k Keep report from previous run (default: False)```
欢迎加入QQ群-->： 979659372
