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。

メタゲノムのmappingを行う MetaMaps

 

メタゲノム配列の分類は、高速で正確かつ情報豊富でなければならない。新しいロングシーケンステクノロジーは、これらの要素間のバランスを改善することを約束するが、ほとんどの既存の方法はショートリード用に設計されている。 MetaMapsは、ロングリリード専用に開発された新しいメソッドであり、遅いアライメントベースのメソッドの精度と、速いkmerベースのメソッドのスケーラビリティを組み合わせている。近似マッピングアルゴリズムを使用して、ロングリードメタゲノムを、30 GB未満の12,000を超えるゲノムまたはラップトップコンピューターのRAMを持つ包括的なRefSeqデータベースにマッピングできる。これらのマッピングを確率的スコアリングスキームとEMベースのサンプル構成の推定と統合することにより、MetaMapsは種レベルのリードアサインで95%を超える精度を達成し、シミュレートされたデータと実際のデータの両方でサンプル構成を推定するr2> 0.98を達成する。ユニークな点として、MetaMapsはすべての分類されたリードのマッピング位置と品質を出力し、機能的研究(遺伝子の有無など)および現在のデータベースに存在しない新しい種の検出を可能にする。MetaMapsはC ++ / Perlで実装されており、https://github.com/DiltheyLab/MetaMapsGPL v3)から無料で入手できる。

 

インストール

ubuntu18.04LTSでテストした。

依存

  • Boost

Boostライブラリが必要なので導入する。ここではBoostのwebサイトから1.6.8をダウンロードした(別のツールとの関係で選んだ)。

wget https://sourceforge.net/projects/boost/files/boost/1.68.0/boost_1_68_0.tar.gz
tar -zxvf boost_1_68_0.tar.gz
cd boost_1_68_0

#ここでは/usr/local/include/boostに入れる。
mkdir /usr/local/include/boost
./bootstrap.sh
./b2 install --prefix=/usr/local/include/boost/
#パスを通す
export LD_LIBRARY_PATH=/usr/local/include/boost/lib:$LD_LIBRARY_PATH

本体 Github

git clone https://github.com/DiltheyLab/MetaMaps.git
cd MetaMaps/
./bootstrap.sh
./configure --with-boost=/usr/local/include/boost
make metamaps

> /metamaps 

# ./metamaps 

 

MetaMaps v 0.1 

 

  Simultaneous metagenomic classification and mapping.

 

Usage:

 

  ./metamaps mapDirectly|classify|mapAgainstIndex|index

 

Parameters:

 

   ./metamaps COMMAND -h for help

 

> ./metamaps mapDirectly -h

# ./metamaps mapDirectly -h

Available options

-----------------

-h, --help

    Print this help page

 

-r <value>, --reference <value>

    an input reference file (fasta/fastq)[.gz]

 

-k <value>, --kmer <value>

    kmer size <= 16 [default 16 (DNA)]

 

-p <value>, --pval <value>

    p-value cutoff, used to determine window/sketch sizes [default e-03]

 

--maxmemory <value>, --mm <value>

    maximum memory, in GB [default e-03]

 

-w <value>, --window <value>

    window size [default : computed using pvalue cutoff]

    P-value is not considered if a window value is provided. Lower window

    dow size implies denser sketch

 

-m <value>, --minReadLen <value>

    minimum read length to map [default : 1000]

 

--perc_identity <value>, --pi <value>

    threshold for identity [default : 80]

 

-t <value>, --threads <value>

    count of threads for parallel execution [default : 1]

 

-q <value>, --query <value>

    an input query file (fasta/fastq)[.gz]

 

--all

    report all the mapping locations for a read, default is to consider few

    best ones

 

-o <value>, --output <value>

    output file

 

 

./metamaps classify -h

# ./metamaps classify -h

Available options

-----------------

-h, --help

    Print this help page

 

--DB <value> [required]

    Path to DB

 

--mappings <value> [required]

    Path to mappings file

 

--minreads <value>

    Minimum number of reads per contig to be considered for fitting identity

    and length for the 'Unknown' functionality

 

-t <value>, --threads <value>

    count of threads for parallel execution [default : 1]

 

 

データベースの準備

 オーサーらは準備したminiSeq+H (~8G compressed, microbial genomes and the human reference genome)を データベースの例にしているので、これをダウンロードした(Githubdropboxへのリンクあり)。

#decompress
tar zxvf miniSeq+H.tar.gz

databases/ができる。 

 

実行方法

 1、mapping

メタゲノムのfastqとマッピング対象のデータベースを指定する。

metamaps mapDirectly --all -r databases/miniSeq+H/DB.fa -q input.fastq -t 16 -o classification_results
  • --all   report all the mapping locations for a read, default is to consider few best ones

  •  -q    an input query file (fasta/fastq)[.gz]

  • -o     output file

  • -t     count of threads for parallel execution [default : 1]

 メモリをそれなりに使うので、必要に応じて--maxmemoryをつける(物理メモリの7割程度が推奨されている)。

 

2、classification

分類する。

metamaps classify --mappings classification_results --DB databases/miniSeq+H

 

引用

MetaMaps – Strain-level metagenomic assignment and  compositional estimation for long reads

Alexander Dilthey, Chirag Jain, Sergey Koren, Adam M. Phillippy

bioRxiv preprint first posted online Jul. 20, 2018

 

関連

kraken

http://kazumaxneo.hatenablog.com/entry/2017/08/28/235248