GCbiasを考慮したイルミナのシミュレーター ArtificialFastqGenerator

ArtificialFastqGeneratorはカバレッジ GCバイアスを考慮可能なNGSリードのシミュレーター。イルミナのペアードエンドfastqに対応している。

比較表 Biostars

ダウンロード

javaの実行ファイルがダウンロードできる。

ラン

ピークカバレッジ50の101-bpペアエンドfastqを発生させる。

java -jar ArtificialFastqGenerator.jar -R reference.fa -S -CMP 50 -RL  101 ">chr" -O seq

-R　Reference genome sequence file, (must be specified).
-S　Prefix of the sequence identifier in the reference after which read generation should begin (must be specified).
-CMP　The peak coverage mean for a region (default = 37.7).
-RL　The length of each read, (default = 76).
-O　Path for the artificial fastq and log files, including their base name (must be specified).

パラメータの詳細は.logに出力される。

リアルデータのクオリティデータを使い、かつphread quality scoreの確率に基づいてエラーを発生させるなら、以下のフラグをつける。

インサートサイズ平均600-bp、インサートサイズのSD60、ピークカバレッジ100の301-bpペアエンドfastqを発生。

java -jar ArtificialFastqGenerator.jar -R reference.fa -S -CMP 100 -RL  301 -TLM 600 -TLSD 60 ">chr" -O seq -F1 r1.fq -F2 r2.fq

-F1　First fastq file to use for real quality scores, (must be specified if useRealQualityScores = true).
-F2　Second fastq file to use for real quality scores, (must be specified if useRealQualityScores = true).
-SE　Whether to simulate error in the read based on the quality scores, (default = false).
-URQS　Whether to use real quality scores from existing fastq files or set all to the maximum, (default = false).
-TLM　The mean DNA template length, (default = 210).
-TLSD　The standard deviation of the DNA template length, (default = 60).