bam/sam
2020 8/9 論文追記 Visualizationは、現在のゲノム革命において、バリアント、発現パターン、進化による変化、および他の多くの関係を検査し、理解するために非常に重要な役割を果たす（Preprint ref.1~3）。しかし、構造変化可視化時のリードとリファレンス…
2020 4/17 インストール追記、help更新 ゲノムシーケンスのコストが減少するにつれて、大規模なシーケンスデータセットを取り扱う際のストレージおよび計算上の負担が増大する懸念がある。ヒトゲノムの全ゲノムシーケンシングを30倍のカバレッジにすると、お…
2020 4/17 help更新、インストール追記 <Biobambam論文（*1）より> SAM（Sequence Alignment / Matching）およびBAM（Binary Alignment / Matching）ファイルフォーマットは、ハイスループットシーケンシングおよび得られたデータの参照ゲノムへのアライメントによって得られたシーケ</biobambam論文（*1）より>…
Ampliconベースの次世代シーケンシング（NGS）は、高スループットな生殖系列（論文より ref.1,2）および体細胞変異検出のためのメジャープラットフォームの1つである（ref.3,4,5,6,7）（一部略）。 NGSのリードは、通常、遺伝子特異的プライマー（試薬由来）…
2019 5/23 ABRA2追記 indel検出を制限するアラインメントエラーおよびリファレンスバイアスを克服するために、多数のリアライメントおよびアセンブリ方法が提案されている。ショートリードのマイクロアライナーは、局所的に組み立てられたバリアントグラフへ…
2020 9/26 Preprint引用、condaによるインストールコマンド、help追記 2021 5/27 論文追記 構造変異（SV）検出において、視覚的な検証は偽陽性を排除するために不可欠なステップである。著者らは、ショートリード、ロングリード、フェーズドリードを含む、複…
2021 6/6 インストール追記 ゲノム構造変異（SV）は大きなゲノムの再編成と定義され、逆位、転座、ならびに欠失および重複からなる（preprintより ref.1）。SVは、多くの異なるヒト遺伝的障害における直接的原因および寄与因子の両方であることが示されてお…
2020 3/20 コマンド修正 リードの境目を気にせず、とにかくfastqやsamを分割したいという時は、splitコマンドが使いやすい。fastqを認識して正しく分けるならseqkit split（紹介）を使う。 --非圧縮ファイルの分割-- 1000MB (1GB) ずつ分割し、gzip圧縮して…
2019 6/17 インストール追記 次世代シーケンシングデータの視覚化は、研究者が結果の質を評価し仮説を生成することを可能にするゲノミクスの基本的な部分である。したがって、ゲノムデータをブラウズするためのいくつかのプログラムは、ゲノミクスコミュニテ…
2019 7/28 コマンド修正 2019 8/3 リンク追加 一般にDNA配列解析はマッピングとそれに続く分析からなる（論文 図1）。マッピング段階では、BWA [論文より ref.1]のようなアライメントツールを介して既知の参照ゲノムにマッピングされる。その後、マッピング…
2020 4/17 インストール追記 NGSUtilsは、FASTQ、BED、BAM形式のファイルなどを操作するためのツール。 Mac OS XおよびLinuxで動作する。コマンドが多いので３回に分けて紹介する。１回目はbamを操作するbamutils。 インストール 公式ページ NGSUtils - Tool…
2019 12/2 インストール追記 2020 12/9 誤字修正, help追加 2022 インストール手順追記 RSeQCはクオリティ、GCバイアス、PCRバイアス、ヌクレオチド組成バイアス、シーケンスのデプス、strandの特異性、カバレッジ均一性およびゲノムのfeature上のカバレッジ…
様々な方法があるが、正確に出すのは意外に難しい（例えばsamtools mpileupは0カバレッジをカウントしない）。ここではBBtoolsのpileup.shを使い各クロモソームのカバレッジを個別に計算するコマンドを紹介する。 追記 2/26 コマンド修正 インストール BBtoo…
2020 3/15 インストール追記、help更新 2020 4/19 追記 goleftはMIT licence下で提供されているバイオインフォマティクスのツールキット。GO言語で構築されている。 インストール Github リリース（リンク）からosx向けバイナリをダウンロードできる。パスの…
古いDNAが断片化したサンプルからのシーケンスが増えている。しばしば数万年前のサンプルからも抽出される古代のサンプルのDNAは断片化が起きており、うまくDNAを抽出してもサイズが100-bpを超えることは滅多にない。短いDNAをペアードエンドでシーケンスす…
2019 1/16 誤字修正および対応ツール情報更新、12/29 ツイート追加 2020 1/17 condaインストール追記、4/19 説明追記、5/25 ツイート追記 2023/12/20ツイート追記 今まで様々なNGSの評価ツールが発表されてきたが、それらは特定のデータを評価するものであり…
2019 9/8 インストール追記 公式サイト http://qualimap.bioinfo.cipf.es ユーザーマニュアル http://qualimap.bioinfo.cipf.es/doc_html/index.html ワークフロー http://qualimap.bioinfo.cipf.es/doc_html/workflow.html CUI環境でのラン。 http://qualim…
tophatはスプライシングされた領域を跨ぐアライメントが可能なRNAのマッピングツールだが、他のアライメントユーツとは異なり、tophatのすべてのバージョンはアライメントされなかったリードを独自形式で別のbamに書き込む。このフォーマットが理由で、unmap…
AtroposはCutadaptのフォークとして開発されたNGSのアダプタートリミングツール。並列化に対応しており、高速に動作する。Cutadaptよりセンシティブで（ミスマッチを考慮する）、miRNAやbisulfite-seq用のトリミングモードも備える。エラー率やアダプター配…
2018 8/20 mpileupコマンドの謝り修正 2019 2/26 condaインストール追記 2021 6/2 help更新 Sambambaはsam、bam、cramの処理ツール。D言語で構築されている。フォーマットを変えたり、フィルタリングすることができる。SAMToolsやPicard-toolsの一部機能と重…
2019 9/13 インストール追記 2024/.04/15更新 deeptoolsはRNA-seq解析やchip-seq解析に特化したアライメントのカウント分析ツール(webサーバ)である。ヒートマップ出力などの機能を持ち、ツールの中にあるbamCoverageを使うと、bamのカバレッジ情報をwig形式…
qplotはマッピング結果の統計情報を出力したり、empiricalなクオリティスコアとマッピング結果から求めたベースクオリティスコアの差などをグラフ化したPDFを出力することができる（既知SNPsファイルが必要）。クオリティの低い塩基（バーコードとか）が残っ…
2020 8/15 condaによるインストールとhelp追記 2021 8/6 リンク消去 HTSeqはNGSデータの各種ハンドリングができるツール。ここではその１つhtseq-countコマンドを紹介する。htseq-countはリードのアライメントデータからカウントデータを出力するために使う…
2019 1/14 コマンド修正 2020 4/17 help追加 samblasterは、samファイルのduplicationのリードにタグをつけたり、構造変化の指標となるsplit-alingment readやdiscordant read pairを別ファイルに出力できるツール。samの時点でデータをより分けることで、di…
追記 bedgraph出力 2019 9/4 インストール、twitterリンク追加 BEDファイルのオーバーラップ領域を抽出したり、マージしたりできるツール。BED以外にGFF、VCFも扱うことができる。bedtools <command> -a .bed -b .bedという使い方が基本。-aで指定したbedを-bで指定し</command>…
いくつか方法があるのでまとめておく。 追記 文章修正 1、bam2fastq 公式サイトでは今後は使用非推奨で、代わりにpicardを使ってと記載されています。これまでのデータであれば問題ないと思われますが、注意して使ってください。 ダウンロード 公式サイト Ge…
随時更新 2019 1/23 リンク修正 2020 4/17 samtoolsについてmultiqcと連携する例を追記、4/18 help更新、インストール方法追加 2024/02/24 誤字修正 &インストールコマンド修正（conda => mamba ） samとbamのハンドリングに関するツールを紹介する。 追記 -…
