ODGI のextract コマンドは、パンゲノムグラフから目的の遺伝子座を抽出し、パンゲノムグラフのサブグラフを作成する。チュートリアルでは、このextract コマンドを使い、6人＋chm13細胞株の7つのハプロイドヒトゲノムアセンブリから得られた13のコンティグの特定の遺伝子座のパンゲノムバリエーショングラフを対象に、個体間で差異があるバリアントを調べる手順を説明している。
Extract selected loci
https://odgi.readthedocs.io/en/latest/rst/tutorials/extract_selected_loci.html
help
> odgi extract -h
odgi extract {OPTIONS}
Extract subgraphs or parts of a graph defined by query criteria.
OPTIONS:
[ MANDATORY OPTIONS ]
-i[FILE], --idx=[FILE] Load the succinct variation graph in
ODGI format from this *FILE*. The file
name usually ends with *.og*. It also
accepts GFAv1, but the on-the-fly
conversion to the ODGI format requires
additional time!
-d[N],
--max-distance-subpaths=[N] Maximum distance between subpaths
allowed for merging them. It reduces
the fragmentation of unspecified paths
in the input path ranges. Set 0 to
disable it.
-e[N],
--max-merging-iterations=[N] Maximum number of iterations in
attempting to merge close subpaths. It
stops early if during an iteration no
subpaths were merged [default: 3].
[ Graph Files IO ]
-o[FILE], --out=[FILE] Store all subgraphs in this FILE. The
file name usually ends with *.og*.
[ Extract Options ]
-s, --split-subgraphs Instead of writing the target
subgraphs into a single graph, write
one subgraph per given target to a
separate file named path:start-end.og
(0-based coordinates).
-I, --inverse Extract the parts of the graph that do
not meet the query criteria.
-n[ID], --node=[ID] A single node ID from which to begin
our traversal.
-l[FILE], --node-list=[FILE] A file with one node id per line. The
node specified will be extracted from
the input graph.
-c[N], --context-steps=[N] The number of steps (nodes) away from
our initial subgraph that we should
collect [default: 0 (disabled)]
-L[N], --context-bases=[N] The number of bases away from our
initial subgraph that we should
collect [default: 0 (disabled)]
-r[STRING], --path-range=[STRING] Find the node(s) in the specified path
range TARGET=path[:pos1[-pos2]]
(0-based coordinates).
-b[FILE], --bed-file=[FILE] Find the node(s) in the path range(s)
specified in the given BED FILE.
-q[STRING],
--pangenomic-range=[STRING] Find the node(s) in the specified
pangenomic range pos1-pos2 (0-based
coordinates). The nucleotide positions
refer to the pangenome’s sequence
(i.e., the sequence obtained arranging
all the graph’s node from left to
right).
-E, --full-range Collects all nodes in the sorted order
of the graph in the min and max
positions touched by the given path
ranges. This ensures that all the
paths of the subgraph are not split by
node, but that the nodes are laced
together again. Comparable to **-R,
--lace-paths=FILE**, but specifically
for all paths in the resulting
subgraph. Be careful to use it with
very complex graphs.
-p[FILE],
--paths-to-extract=[FILE] List of paths to keep in the extracted
graph. The FILE must contain one path
name per line and a subset of all
paths can be specified. Paths
specified in the input path ranges
(with -r/--path-range and/or
-b/--bed-file) will be kept in any
case.
-R[FILE], --lace-paths=[FILE] List of paths to fully retain in the
extracted graph. Must contain one path
name per line and a subset of all
paths can be specified.
[ Threading ]
-t[N], --threads=[N] Number of threads to use for parallel
operations.
[ Processing Information ]
-P, --progress Print information about the operations
and the progress to stderr.
[ Program Information ]
-h, --help Print a help message for odgi extract.
チュートリアルの通り進める。
１、GFAの取得と変換
git clone https://github.com/pangenome/odgi.git
cd odgi/
#GFA1グラフを odgiバイナリに変換
odgi build -g test/LPA.gfa -o LPA.og
２、パス名の確認
odgi paths -i LPA.og -L
３，チュートリアルではHG02572のこの遺伝子座 (LPA) のバリアントに注目している。まずVCFを確認する (chm13__LPA__tig00000001に対してコールされたバリアント)。
gzip -dc test/LPA.chm13__LPA__tig00000001.vcf.gz | grep -v '^##' - | head -n 9 | cut -f 1-9,16,17 | column -t
VCFのIDフィールドにそのバリアントに関与するノードが列挙されている。>はそのバリアントが隣接ノードに順方向（>）か逆方向（<）で接続されることを表す。
1050のバリアント（Tの挿入）は、VCFからHG02572__LPA__tig00000001にしか存在しない。この挿入が該当するサブグラフを抽出する。VCFから、IDが23のノード(-n 23)を指定する。
odgi extract -i LPA.og -n 23 -c 1 -o LPA.21_23_G_GT.og -d 0
#stats
odgi stats -i LPA.21_23_G_GT.og -S
４、パス名の確認
odgi paths -i LPA.21_23_G_GT.og -L
サブグラフには、リファレンスとして使用されたコンティグと、2つのHG02572のコンティグが含まれている。
５、
サブグラフを可視化するために、GFAとして書き出す。
odgi view -i LPA.21_23_G_GT.og -g > LPA.21_23_G_GT.gfa
Bandageで可視化
（マニュアルより）写真はグラフのトポロジーを示しており、各色の長方形がノードを表している。特に、3つのパスがID21と23のノードをサポートし、1つのパスのみがID22のノードをサポートしている。ID22のノードは、HG02572__LPA__tig00000001コンティグに挿入されている追加ヌクレオチドTをグラフ上で表している。
引用
Extract selected loci — odgi c522690 documentation
