稀疏索引将公共数据库中的基因组引用到层次聚类中，并使用它来预测元基因组读取的起源。
meta-sparse的Python项目详细描述
稀疏索引＞100000个参考基因组在公共数据库中的层次聚类，并用它来预测宏基因组阅读的起源。
安装
UNIX上的稀疏运行，需要Python版本2.7（Python 3 .x支持正在开发中）
系统模块（ubuntu 16.04）：
- 点
- 格夫特兰
- llvm
- libncurses5开发
- 克
- xvfb run（用于麦芽，可选）
第三方软件：
- samtools（>；=1.2）
- 捣碎（>；=1.1.1）
- 蝴蝶结2（>；=2.3.2）
- 麦芽（>；=0.4.0）（可选）
有关python模块依赖项，请参见requirements.txt。
通过PIP安装[建议]
pip install meta-sparse
从源代码（ubuntu）安装
sudo apt-get update
sudo apt-get install gfortran llvm libncurses5-dev cmake python-pip samtools bowtie2
git clone https://github.com/zheminzhou/SPARSE
cd SPARSE/EM && make
pip install -r requirements.txt
更新稀疏您可以使用pip:
pip install --upgrade meta-sparse
如果从GITHUB安装稀疏，则移动到安装目录并拉最新版本：
cd SPARSE
git pull
快速启动
有关完整文档，请参见http://sparse.readthedocs.io/en/latest/。
- 下载参考数据库
我们提供一个基于refseq（日期：2018年5月19日）的预编译数据库，可在http://enterobase.warwick.ac.uk/sparse/refseq_20180519.tar.gz下载
是的。可以通过运行以下命令下载和解包数据库：
curl -o refseq_20180519.tar.gz http://enterobase.warwick.ac.uk/sparse/refseq_20180519.tar.gz
tar -vxzf refseq_20180519.tar.gz
这个预编译的数据库约为350GB，包含四个默认的映射数据库，可以在下一步中指定：代表性数据库、亚群数据库、病毒数据库、真核数据库。
要更新数据库或构建Costum数据库，请参阅完整文档。
- 预测读取来源
以下命令将根据指定的映射数据库映射和计算两个fastq文件中的所有读取。
sparse predict --dbname refseq_20180519 --mapDB representative,subpopulation,Virus,Eukaryota --r1 read1.fq.gz --r2 read2.fq.gz --workspace <workspace_name>
对于单端读取，只需要指定--r1。所有输出文件都存储在相应的工作区中。
- 创建报表
sparse report <workspace_name>
报告将存储在<；workspace\u name>；/profile.txt中
- 提取特定于引用的读操作
下面的命令提取特定于提供的引用id的所有读取，可以在步骤2的输出中找到。
sparse extract --dbname refseq_20171014 --workspace <workspace_name> --ref_id <comma delimited indices>
引文
《稀疏》发表于《计算分子生物学研究》会议上。Zhemin Zhou，Nina Luhmann，Nabil Fareed Alikhan，Christopher Quince，Mark Achtman，“使用代表性参考基因组从亚基因组测序中准确重建微生物菌株”，建议2018：计算分子生物学研究，pp 225-240。doi:https://doi.org/10.1007/978-3-319-89929-9_15
一个预印版本的手稿也可以在BioXIV中访问：^ {A8}
欢迎加入QQ群-->： 979659372
推荐PyPI第三方库
您可以使用pip:
pip install --upgrade meta-sparse
如果从GITHUB安装稀疏，则移动到安装目录并拉最新版本：
cd SPARSE
git pull
快速启动
有关完整文档，请参见http://sparse.readthedocs.io/en/latest/。
- 下载参考数据库
我们提供一个基于refseq（日期：2018年5月19日）的预编译数据库，可在http://enterobase.warwick.ac.uk/sparse/refseq_20180519.tar.gz下载 是的。可以通过运行以下命令下载和解包数据库：
curl -o refseq_20180519.tar.gz http://enterobase.warwick.ac.uk/sparse/refseq_20180519.tar.gz
tar -vxzf refseq_20180519.tar.gz
这个预编译的数据库约为350GB，包含四个默认的映射数据库，可以在下一步中指定：代表性数据库、亚群数据库、病毒数据库、真核数据库。
要更新数据库或构建Costum数据库，请参阅完整文档。
- 预测读取来源
以下命令将根据指定的映射数据库映射和计算两个fastq文件中的所有读取。
sparse predict --dbname refseq_20180519 --mapDB representative,subpopulation,Virus,Eukaryota --r1 read1.fq.gz --r2 read2.fq.gz --workspace <workspace_name>
对于单端读取，只需要指定--r1。所有输出文件都存储在相应的工作区中。
- 创建报表
sparse report <workspace_name>
报告将存储在<；workspace\u name>；/profile.txt中
- 提取特定于引用的读操作
下面的命令提取特定于提供的引用id的所有读取，可以在步骤2的输出中找到。
sparse extract --dbname refseq_20171014 --workspace <workspace_name> --ref_id <comma delimited indices>
引文
《稀疏》发表于《计算分子生物学研究》会议上。Zhemin Zhou，Nina Luhmann，Nabil Fareed Alikhan，Christopher Quince，Mark Achtman，“使用代表性参考基因组从亚基因组测序中准确重建微生物菌株”，建议2018：计算分子生物学研究，pp 225-240。doi:https://doi.org/10.1007/978-3-319-89929-9_15
一个预印版本的手稿也可以在BioXIV中访问：^ {A8}
欢迎加入QQ群-->： 979659372
