ナノポアのロングリードの品質管理とサマリーレポートを高速に生成する nanoq

2022/02/02 追記

Githubより

　Nanoqは超高速リードフィルターとサマリーレポートを実装している。品質スコアは、技術文書や別の記事で説明しているように、ナノポア・シーケンス・データからのベースコールに対して計算される。

I recently pushed an update for nanoq - our ultra fast @nanopore read filter and summary stats tool in @rustlang /w @lachlanjmc

Benchmarks show speeds up to ~1.25 million reads / second (fast mode, no quality scores) https://t.co/WA9HLIRrvD

Quick thread 🧵

— Eike Steinig (@EikeSteinig) November 8, 2021

インストール

macosにも対応しているが、ubuntu18でテストした。

Github

cargo install nanoq

#conda
mamba install -c bioconda nanoq=0.8.2

> nanoq -h

nanoq 0.8.2

Read filters and summary reports for nanopore data

USAGE:

    nanoq [FLAGS] [OPTIONS]

FLAGS:

    -f, --fast       Ignore quality values if present

    -h, --help       Prints help information

    -s, --stats      Statistics only, reads to /dev/null

    -V, --version    Prints version information

    -v, --verbose    Pretty print output statistics

OPTIONS:

    -c, --compress-level <1-9>     Compression level to use if compressing output [default: 6]

    -i, --input <input>            Fast{a,q}.{gz,xz,bz}, stdin if not present

    -m, --max-len <INT>            Maximum read length filter (bp) [default: 0]

    -l, --min-len <INT>            Minimum read length filter (bp) [default: 0]

    -q, --min-qual <FLOAT>         Minimum average read quality filter (Q) [default: 0]

    -o, --output <output>          Output filepath, stdout if not present

    -O, --output-type <u|b|g|l>    u: uncompressed; b: Bzip2; g: Gzip; l: Lzma

    -t, --top <INT>                Number of top reads in verbose summary [default: 5]

実行方法

ONTのリード（gzip圧縮にも対応）を指定する。リードの要約統計を出力。

nanoq -i reads.fq.gz -s

出力されるのは以下の内容。

• number of reads
• number of base pairs
• N50 read length
• longest read
• shorted reads
• mean read length
• median read length
• mean read quality
• median read quality

”-f”オプションを付けると、クオリティ値をフィルターや統計から除外して高速化することもできる。

拡張要約統計を出力。

nanoq -i reads.fq.gz -s -vv

最小リード長(1000)、最大リード長(10000)、平均リード品質(10)でリードをフィルタリング。gzip圧縮出力する。

nanoq -i reads.fq.gz -l 1000 -q 10 -m 10000 -O g > reads.fq.gz

• -c    Compression level to use if compressing output <1-9> [default: 6]

• -i      Fast{a,q}.{gz,xz,bz}, stdin if not present

• -m     Maximum read length filter (bp) [default: 0]

• -l       Minimum read length filter (bp) [default: 0]

• -q      Minimum average read quality filter (Q) [default: 0]

• -o      Output filepath, stdout if not present

• -O　  u: uncompressed; b: Bzip2; g: Gzip; l: Lzma

• -t     Number of top reads in verbose summary

他にも色々な使い方が提案されています。レポジトリを確認して下さい。

引用

GitHub - esteinig/nanoq: Minimal but speedy quality control for nanopore reads in Rust