2019 5/29 インストール追記
DSK、KmerStream、Khmer、kmerGenieなどより高速に動作するk-merカウントの方法論。原理は大きく異なるが、論文中での上記ツールとの比較では、kmerGenieより100倍以上高速に処理できている。
インストール
brewやcondaでインストールできる。
#bioconda
conda install -c bioconda -y ntcard
#homebrew
brew install ntcard
> ntcard --help
$ ntcard --help
Usage: ntcard [OPTION]... FILES...
Estimates the number of k-mers in FILES(>=1).
Accepatble file formats: fastq, fasta, sam, bam, gz, bz, zip.
Options:
-t, --threads=N use N parallel threads [1]
-k, --kmer=N the length of kmer [64]
-c, --cov=N the maximum coverage of kmer in output [64]
--help display this help and exit
--version output version information and exit
Report bugs to hmohamadi@bcgsc.ca.
実行方法
入力はfastq、fasta、sam、bamなど。
4スレッド使い32、64、96、128-merの頻度を計算。
ntcard -k32,64,96,128 input.fastq -t4
- -k the length of kmer
-pを省略すると頻度ごとに別ファイル出力される。freq~というファイル名になる。
-cで整数の指定がなければ、頻度が64までプリントされる。
F1はトータル、F0はユニークなk-merの合計と定義される。f1は頻度が１。 詳細はこの辺りを参考に
https://github.com/bcgsc/ntCard/issues/1
6スレッド使い複数フォーマットの同時計算。
ntcard -k64 -c100 -t6 file_1.fq.gz file_2.fa file_3.sam file_4.bam file_5.fq
- -c the maximum coverage of kmer in output [64]
- -t use N parallel threads [1]
複数ファイルの結果は合算して出力される。
引用
ntCard: a streaming algorithm for cardinality estimation in genomics data
Mohamadi H, Khan H, Birol I
Bioinformatics. 2017 May 1;33(9):1324-1330
2019年のペーパーで他のツールと比較されています。
