macでインフォマティクス

macでインフォマティクス

HTS (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。

正確な系統推定のためのアラインメントトリミングツール ClipKIT

 

 複数シーケンスのアラインメントにおける発散性の高い部位は、相同性の誤った推論や置換の飽和に起因しており、系統推論に悪影響を及ぼすと考えられている。トリミング手法は、系統推論の前にこれらのサイトを除去することを目的としているが、最近の解析では、そうすることで推論を悪化させる可能性があることが示唆されている。その代わりに、系統的に有益なサイトを保持することを目的としたトリミング手法であるClipKITを紹介する。ClipKITでトリミングしたアラインメントを用いた系統推論は、正確で、ロバストで、時間を節約できる。

 

  

インストール

GIthub

pip install clipkit

#from repository
git clone https://github.com/JLSteenwyk/ClipKIT.git
cd ClipKIT/
python -m venv .venv
source .venv/bin/activate
make install

clipkit -h

$ clipkit -h

      _____ _ _       _  _______ _______ 

     / ____| (_)     | |/ /_   _|__   __|

    | |    | |_ _ __ | ' /  | |    | |   

    | |    | | | '_ \|  <   | |    | |   

    | |____| | | |_) | . \ _| |_   | |   

     \_____|_|_| .__/|_|\_\_____|  |_|   

               | |                       

               |_|  

 

Citation: Steenwyk et al. bioRxiv.

https://www.biorxiv.org/content/10.1101/2020.06.08.140384v1

 

ClipKIT trims multiple sequence alignments and maintains phylogenetically informative sites.

 

Usage: clipkit <input> [optional arguments]

 

required arguments:

  <input>                                     input file

                                              (must be the first argument)

 

optional arguments:

  -o, --output <output_file_name>             output file name 

                                              (default: input file named with '.clipkit' suffix)

  

  -m, --modes <gappy,                         trimming mode 

              kpic (alias: medium),           (default: gappy)

              kpic-gappy (alias: medium-gappy),                

              kpi (alias: heavy),

              kpi-gappy (alias: heavy-gappy)>                      

  

  -g, --gaps <threshold of gaps>              specifies gaps threshold

                                              (default: 0.9)

  

  -if, --input_file_format <file_format>      specifies input file format

                                              (default: auto-detect)    

  

  -of, --output_file_format <file_format>     specifies output file format

                                              (default: same as input file format)

  

  -l, --log                                   creates a log file

                                              (input file named with '.log' suffix)

  

  -c, --complementary                         creates complementary alignment of trimmed sequences

                                              (input file named with '.log' suffix)

  

  -h, --help                                  help message

  -v, --version                               print version

  

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

  | Detailed explanation of arguments | 

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

  Modes

      gappy: trim sites that are greater than the gaps threshold

      kpic (alias: medium): keeps parismony informative and constant sites

      kpic-gappy (alias: medium-gappy): a combination of kpic- and gappy-based trimming

      kpi (alias: heavy): keep only parsimony informative sites

      kpi-gappy (alias: heavy-gappy): a combination of kpi- and gappy-based trimming

  

  Gaps

      Positions with gappyness greater than threshold will be trimmed. 

      Must be between 0 and 1. (Default: 0.9). This argument is ignored

      when using the kpi mode of trimming.

  

  Input and output file formats

      Supported input and output files include:

      fasta, clustal, maf, mauve, phylip, phylip-sequential, 

      phylip-relaxed, and stockholm

  

  Log

      Creates a log file that summarizes the characteristics of each position.

      The log file has four columns.

      - Column 1 is the position in the alignment (starting at 1), 

      - Column 2 reports if the site was trimmed or kept (trim and keep, respectively),

      - Column 3 reports if the site is a parsimony informative site or not (PI and nPI, respectively), or

        a constant site or not (Const, nConst), or neither (nConst, nPI)

      - Column 4 reports the gappyness of the the position (number of gaps / entries in alignment)

  

  Complementary

      Creates an alignment file of only the trimmed sequences

 

実行方法

 アラインメント間でギャップが多い領域(default: 0.9)をトリミングする。

clipkit input.aln

#指定するなら、
clipkit input.aln -m gappy -o output
  • -m   trimming mode 
    kpic (alias: medium) (default: gappy)
    kpic-gappy (alias: medium-gappy),                
    kpi (alias: heavy),
    kpi-gappy (alias: heavy-gappy)>                     

 

ログファイル(レポートも兼ねる)を出力する。

clipkit input.aln -l
  • -l   creates a log file (input file named with '.log' suffix)

1塩基ごとに表示される。

f:id:kazumaxneo:20200615151556p:plain

 

ログファイルに加えて、トリミングされた部位のアラインメントファイルも出力する。

clipkit input.aln -l -c
  • -c   creates complementary alignment of trimmed sequences (input file named with '.log' suffix)

 

コマンドについてはPreprintも確認して下さい。

引用

ClipKIT: a multiple sequence alignment-trimming algorithm for accurate phylogenomic inference

Jacob L. Steenwyk, Thomas J. Buida III, Yuanning Li, Xing-Xing Shen, Antonis Rokas

bioRxiv, Posted June 10, 2020

 

関連