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。

エラーコレクションツール BFC

 

100MBのデータならおよそ10秒程度で処理できる(10スレッド使用時)。

 

インストール

Github

git clone https://github.com/lh3/bfc.git
cd bfc/
make
./bfc -h #動作確認 

 user$ ./bfc -h

Usage: bfc [options] <to-count.fq> [to-correct.fq]

Options:

  -s FLOAT     approx genome size (k/m/g allowed; change -k and -b) [unset]

  -k INT       k-mer length [33]

  -t INT       number of threads [1]

  -b INT       set Bloom filter size to pow(2,INT) bits [33]

  -H INT       use INT hash functions for Bloom filter [4]

  -d FILE      dump hash table to FILE [null]

  -E           skip error correction

  -R           refine bfc-corrected reads

  -r FILE      restore hash table from FILE [null]

  -w INT       no more than 5 ec or 2 highQ ec in INT-bp window [10]

  -c INT       min k-mer coverage [3]

  -Q           force FASTA output

  -1           drop reads containing unique k-mers

  -v           show version number

  -h           show command line help

パスの通ったディレクトリに移動しておく。

 

ラン

k=33でシングルエンドのデータをエラー補正。

bfc -s 3g -k33 -t12 input.fq > correct.fq
  • -s FLOAT approx genome size (k/m/g allowed; change -k and -b) [unset]
  • -k INT k-mer length [33]
  • -t INT number of threads [1]
  • -c INT min k-mer coverage [3]

  

シングルトンの配列は除く。入出力はgz圧縮。

bfc -1 -s 3g -k33 -t12 corrected.fq.gz | gzip -1 > trimmed.fq.gz
  • -1 drop reads containing unique k-mers

  

引用

BFC: correcting Illumina sequencing errors.

Li H.

Bioinformatics. 2015 Sep 1;31(17):2885-7. doi: 10.1093/bioinformatics/btv290. Epub 2015 May 6.