macでインフォマティクス

macでインフォマティクス

NGS関連のインフォマティクス情報についてまとめています。

Oxford NanoporeリードのFAST5 => FASTA / FASTQ変換

 

MNIONのシーケンスデータはFAST5というフォーマットで出力される。FAST5はHDF5という時系列データ関係でよく使われる形式に乗っ取っているらしい。塩基配列になっていないバイナリーなデータのため、ビューアソフトで開いても文字化けしてしまう。

このデータから塩基配列に変換するツールがいくつか発表されている。導入して検証してみる。

  

Poretools

公式ページ https://poretools.readthedocs.io/en/latest/index.html

 

インストールはbrewでいける。

brew install poretools

 

fastqの抽出。

poretools fastq <directory> > output.fq

--type bestの指定で2Dリードのみ出力する。他にtemplateかcomplementなどがある。デフォルトではallになっている。ディレクトリはnanopore/fast5/0/にあるなら、~0/まで記載しないとエラーになる。

 

fastaの抽出。

poretools fasta <directory> > output.fq

 

シーケンスのイールド。電圧の変更でポアが急激に減っていっていないかチェックするのに使える。

poretools yield_plot --plot-type reads <directory> --saveas output.pdf

 --saveas: PDFかpngで保存。オプション無しだと画面出力される。

f:id:kazumaxneo:20170621220955j:plain

 

リード情報。

poretools stats <directory>

例えば以下のような画面が出力される。

total reads 4000

total base pairs 9561055

mean 2390.26

median 1182

min 11

max 148048

N25 10196

N50 4566

N75 1919

 

リード長のヒストグラム

poretools hist <directory> --saveas output.pdf

--num-bins、 --max-length、 --min-lengthで間隔や下限、上限を指定することもできる。

f:id:kazumaxneo:20170621222115j:plain

塩基組成。

poretools nucdist <directory>

例えば以下のような画面が出力される。

A 2242285 9561055 0.234522759256

C 2455787 9561055 0.256853140161

T 2375819 9561055 0.248489209611

G 2487164 9561055 0.260134890972

 

クオリティスコア分布。

poretools qualdist <directory>

以下のような画面が出力される。

" 1 19774 9561055 0.0020681818063

# 2 47996 9561055 0.00501994811242

$ 3 118476 9561055 0.0123915195551

.

.

.

H 39 1074 9561055 0.000112330699907

 

クオリティスコア分布のbox plot。

poretools qualpos <directory> --saveas output.pdf

f:id:kazumaxneo:20170621222741j:plain

 

フローセルの各ポアの総合パフォーマンス。

poretools occupancy <directory>

f:id:kazumaxneo:20170621223139j:plain

他にも、塩基変換前の生データやsquiggle plot を出力する機能などを持っている。公式サイトで確認してください。

 

Nanopolish

こちらでインストールは紹介している。


 

PoreSeq

Githubページ

GitHub - tszalay/poreseq: Error correction and variant calling algorithm for nanopore sequencing

githubからダウンロードして、PoreSeqのルートでsudo pip install -e .でインストールできる。

mac OSXで動作はするが、内部でLASTとsamtoolsを動かしているらしく、samtoolsのsort付近でエラーになりファイルが消える。現在のところ未修正。