UniqueKMERはfastaファイルのコンティグごとにユニークなk-merを生成する。ユニークなk-merは、あるコンティグにのみ存在し、他のコンティグには存在しないk-merキーで構成されている（順鎖、逆鎖の両方）。本ツールは、多数のコンティグで構成されたFASTAファイルを入力とし、コンティグごとにユニークなk-merを抽出する。
出力されたユニークなk-merファイルとGenomeファイルは、シーケンスデータから微生物の配列を識別して視覚化する超高速ツールであるfastv: https://github.com/OpenGene/fastv に使用することができる。
インストール
#linuxのバイナリが用意されている
wget http://opengene.org/uniquekmer/uniquekmer
chmod a+x ./uniquekmer
#from source
git clone https://github.com/OpenGene/UniqueKMER.git
cd UniqueKMER/
make
make install
> uniquekmer
# uniquekmer
UniqueKMER: Generate unique k-mers for every contig in a FASTA file.
version 0.1.0
usage: uniquekmer --fasta=string [options] ...
options:
-f, --fasta FASTA input file name (string)
-o, --outdir Directory for output. Default is unique_kmers in the current directory. (string [=unique_kmers])
-k, --kmer The length k of k-mer (10~32), default 25 (int [=25])
-s, --spacing If a key with POS is recorded, then skip [POS+1...POS+spacing] to avoid too compact result (0~100). default 0 means no skipping. (int [=0])
-g, --genome_limit Process up to genome_limit genomes in the FASTA input file. Default 0 means no limit. This option is for DEBUG. (int [=0])
-r, --ref Reference genome FASTA file name. Specify this only when you want to filter out the unique k-mer that can be mapped to reference genome. (string [=])
-e, --edit_distance k-mer mapped to reference genome with edit distance <= edit_distance will be removed (0~16). 3 for default. (int [=3])
-?, --help print this message
実行方法
contig（multi-fasta）ファイルを指定する。k-mer値を指定するなら-kを使う。
uniquekmer -f contigs.fasta -k 16 -o outdir
- -f, --fasta FASTA input file name (string)
- -o, --outdir Directory for output. Default is unique_kmers in the current directory. (string [=unique_kmers])
- -k, --kmer The length k of k-mer (10~32), default 25 (int [=25])
以下の内容を含むフォルダ（フォルダ名は-o/--outdirで指定可能）が出力される。
１、index.htmlファイル
２、kmercollection.fastaファイル
すべてのゲノム名とその固有のk-merをリストアップした1つのファイル。
３、genomes_kmers/
コンティグごとのk-merファイルとGenomeファイルがFASTA形式で格納されている。
index.htmlをブラウザで開き、コンティグ名をクリックすると、そのコンティグのk-merファイルとGenomeファイルを見つけることができる。
引用
Shifu Chen, Changshou He, Yingqiang Li, Zhicheng Li, Charles E Melancon III. A Computational Toolset for Rapid Identification of SARS-CoV-2, other Viruses, and Microorganisms from Sequencing Data. bioRxiv 2020.05.12.092163; doi: https://doi.org/10.1101/2020.05.12.092163
関連
