序列比对软件 MUMmer 结果可读化处理(四)
关于该软件的计算可选参数以及结果文件的解读,见前三篇分享:
本篇来介绍一下获得的
delta-filter
delta-filter 用于操作
常用命令:
delta-filter [options]
>
可选的参数有(部分展示):
-g #1对1全局匹配,不允许重排;
-i #最小的相似度(Set the minimum alignment identity),可设 [0,100],默认为0;
-l #最小的匹配长度,默认为0;
-q #仅保留每个 query 在 reference 上的最佳位置,允许多条 query 在 reference 上重叠;
-r #仅保留每个 reference 在 query 上的最佳位置,允许多条 reference 在 query 上重叠;
-u #最小的联配唯一度(Set the minimum alignment uniqueness),可设 [0,100],默认0;
-o #最大重叠度,针对 -r 和 -q 设置。 [0,100],默认100;
其中,-g 选项可以确定最长的相互一致的匹配集,而 -r 和 -q 选项只要求匹配分别与 ref 或 qry 一致的数据集;不同的是,-g 不允许倒位和异位,而 -r 和 -q 允许;
选项 -u 可以保留那些以唯一顺序锚定的对齐;
输出文件的格式与输入文件相同,详见:序列比对软件 MUMmer 结果文件解读(三)
show-aligns
可以展示命令行上两个特定序列的 pair-wise alignment,便于识别错误的确切位置以及寻找两个序列之间的 SNPs;
常用命令:
show-aligns [options]
可选的参数有:
-q #将 alignments 按 query 的开始坐标排序;
-r #将 alignments 按 reference 的开始坐标排序;
-w #设置输出的屏幕宽度,默认为 60;
-x #设置 alignment 的矩阵类型,1 [BLOSUM 45], 2 [BLOSUM 62] or 3 [BLOSUM 80] (default 2)
其中,-x 选项只适用于氨基酸对齐,只影响错误标记,不影响对齐;
show-coords
解析 NUCmer 的 delta alignment output 文件,并展示每个对齐的位置、一致性百分比等信息,是分析 delta file 最常用的工具之一;
常用命令:
show-coords [options]
可选参数有:
-b #只显示对齐区域的非冗余位置的简短输出;
-B #将输出切换为 btab 格式;
-T #将输出切换为制表符分隔的格式;
-H #省略output header;
-c #在输出中包括percent coverage 列;
-d #在输出中包含alignment direction / reading frame;
-g #只显示包括在the Longest Ascending Subset中的对齐,即全局对齐;建议与-r或-q选项一起使用;不支持circular序列;
-I (大写i) #设置显示的minimum percent identity;
-L #设置显示的最小对齐长度;
-o #注释两个序列之间的最大对齐;
-q #按查询对输出行进行排序;
-r #按参考对输出行进行排序;
在没有使用 -H 或 -B 选项时,输出会给每一列添加一个 header tag,如下所示:
[S1] start of the alignment region in the reference sequence
[E1] end of the alignment region in the reference sequence
[S2] start of the alignment region in the query sequence
[E2] end of the alignment region in the query sequence
[LEN 1] length of the alignment region in the reference sequence
[LEN 2] length of the alignment region in the query sequence
[% IDY] percent identity of the alignment
[% SIM] percent similarity of the alignment (as determined by the BLOSUM scoring matrix)
[% STP] percent of stop codons in the alignment
[LEN R] length of the reference sequence
[LEN Q] length of the query sequence
[COV R] percent alignment coverage in the reference sequence
[COV Q] percent alignment coverage in the query sequence
[FRM] reading frame for the reference and query sequence alignments respectively
[TAGS] the reference and query FastA IDs respectively
当使用 -B 选项时,结果会由 12 个 Tab 分隔的列组成,详细如下:
[1] query sequence ID
[2] date of alignment
[3] length of query sequence
[4] alignment type
[5] reference file
[6] reference sequence ID
[7] start of alignment in the query
[8] end of alignment in the query
[9] start of alignment in the reference
[10] end of alignment in the reference
[11] percent identity
[12] percent similarity
[13] length of alignment in the query
[14] 0 for compatibility
[15] 0 for compatibility
[16] NULL for compatibility
[17] 0 for compatibility
[18] strand of the query
[19] length of the reference sequence
[20] 0 for compatibility
[21] and 0 for compatibility
结果将输出到 stdout;
其中,一些描述的列不会出现在核苷酸比对结果中,如相似度百分比;
show-snps
顾名思义,该程序可以报道输出文件中的多态性位点信息,其编目了 delta file 中的 SNPs 和插入/缺失信息,每行一个多态性位点信息;
常用命令:
show-snps [options]
结果将被输出到 stdout。
可选参数如下:
-C #不输出从ambiguous mapping 的比对结果中得到的 SNPs;
-H #不输出 header;
-I (大写i) #不输出 indels;
-l #输出结果中包含序列长度信息;
-q #依据 query ID 和 SNP 位置信息进行排序;
-r ##依据 ref ID 和 SNP 位置信息进行排序;
-T #切换至制表符分隔的格式;
-x #在输出中包含 SNPs 上下 x 个字符,默认为 0;
show-tiling
show-tiling attempts to construct a tiling path out of the query contigs as mapped to the reference sequences. Given the delta alignment information of a few long reference sequences and many small query contigs, show-tiling will determine the best mapped location of each query contig.
略,详见 manual of MUMmer。
show-diff
为量化两个基因组的宏观差异,该程序将比对的 breakpoints 进行分类,以一个标准的,未过滤的 delta file 作为输入文件,确定两个序列集之间的最佳 mapping,并报告该 mapping 中的 breaks;
常用命令:
show-diff [options]
输出为 stdout,每一行输出一个 breakpoint,每行前 5 列分别表示seq ID, feature type, feature start, feature end, and feature length;
可选参数有:
-f #Output diff information as AMOS features
-H #Do not show header
-q #Show diff information for queries
-r #Show diff information for references (default)
dnadiff
该脚本是对 nucmer 的包装,使用默认参数进行比对,并运行许多 nucmer 的助手脚本来处理输出,并报告比对的统计数据,SNPs,breakpoints 等;它的目的是评价两个高度相似序列集的序列和结构相似性。
常用命令:
dnadiff [options]
或者 dnadiff [options] -d
可选参数有:
-d # Provide precomputed delta file for analysis
-p # Set the prefix of the output files (default "out")
输出文件有多个,包括:
OUTPUT:
.report - Summary of alignments, differences and SNPs
.delta - Standard nucmer alignment output
.1delta - 1-to-1 alignment from delta-filter -1
.mdelta - M-to-M alignment from delta-filter -m
.1coords - 1-to-1 coordinates from show-coords -THrcl .1delta
.mcoords - M-to-M coordinates from show-coords -THrcl .mdelta
.snps - SNPs from show-snps -rlTHC .1delta
.rdiff - Classified ref breakpoints from show-diff -rH .mdelta
.qdiff - Classified qry breakpoints from show-diff -qH .mdelta
.unref - Unaligned reference IDs and lengths (if applicable)
.unqry - Unaligned query IDs and lengths (if applicable)
其中,report file 对于比较两个相似基因组的差异十分有用。
mapview
从 show-coords 或 mgaps 处获得输入文件并将其转为 FIG, PDF or PS image file;
mapview 对于将多个 query mapping 到一个 ref 上时很有用;
详见 manual of MUMmer。
mummerplot
从 mummer, nucmer, promer or show-tiling 处获得输入,并将其转换为适合使用 gnuplot 绘图的格式;
mummerplot [选项] <比对文件>
比对文件可以是 mummer、nucmer、promer 或 show-tiling(.out、.cluster、.delta和.tiling文件)的输出文件。
选项:
-b|breaklen: 突出显示距离最近序列末端超过breaklen个碱基的比对断点。
--[no]color: 使用百分比相似度渐变为图形线条着色或关闭所有线条颜色(默认情况下按比对方向着色)。如果图形非常稀疏,请编辑.gp脚本以使用'linespoints'而不是'lines'绘制。
-f|--filter: 仅显示表示“最佳”命中的.delta比对,即参考和查询子序列的一对一映射,即一个对一个的映射。
-h|--help: 显示帮助信息并退出。
等等。
它会生成用于gnuplot的脚本和数据文件,然后尝试运行gnuplot以生成图形。
如果想要对图形进行修改,可以手动修改生成的 .gp 文件,而后运行:
gnuplot your_file.gp
就可以重新生成共线性比对的图形了。
就是,如果觉得有用的话,登录一下账号点个赞支持一下!
共有 0 条评论