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。

FASTAアライメントからSNP distance matrixを出力する snp-dists

 

snp-distsは、Torsten Seemannさん (GIthub) がGithubで公開されている、配列間のSNP数を計算して、行列出力するツール。

 

 

インストール

mac os10.14のminiconda3-4.3.30環境でテストした。

ビルド依存

  • snp-dists is written in C to the C99 standard and only depends on zlib.

本体 Github

github.com

#Anaconda環境でcondaを使い導入
conda install -c bioconda -c conda-forge snp-dists

#またはhomebrewを使い導入
brew install brewsci/bio/snp-dists

> snp-dists -h

$ snp-dists -h

SYNOPSIS

  Pairwise SNP distance matrix from a FASTA alignment

USAGE

  snp-dists [options] alignment.fasta[.gz] > matrix.tsv

OPTIONS

  -h Show this help

  -v Print version and exit

  -q Quiet mode; do not print progress information

  -a Count all differences not just [AGTC]

  -k Keep case, don't uppercase all letters

  -c Output CSV instead of TSV

  -b Blank top left corner cell instead of 'snp-dists 0.6'

URL

  https://github.com/tseemann/snp-dists (Torsten Seemann)

——

 

テストラン

以下のような4つの配列のアライメントから、総当たりでペアワイズSNP distanceを計算し、matrixで出力する。

cat test/good.aln

$ cat test/good.aln 

>seq1

AGTCAGTC

>seq2

AGGCAGTC

>seq3

AGTGAGTA

>seq4

TGTTAGAC

 

snp-distsを実行

snp-dists test/good.aln > distances.tab

 

出力のSNP distance matrixをexcelで開いてみる。

f:id:kazumaxneo:20181119141852j:plain

数値は塩基置換の数を表す。当然その配列自身で比較すると0になる。もっとも距離があるのはseq2とseq4、及びseq3とseq4。

 

本ツールはindelによるギャップ(-)は計算に入れません。

引用

https://github.com/tseemann/snp-dists