全ゲノムシークエンスデータのデジタル正規化を行う ROCK

　ROCK (Reducing Over-Covering K-mers) は、デジタル正規化法 (Brown et al. 2012, Wedemeyer et al. 2017, Durai and Schulz 2019 など) の代替実装を実行するC++で書かれたコマンドライン・プログラムである。ROCKの主な目的は、1つまたは複数のFASTQファイルが与えられたときに、カバレッジデプスが2つの指定された下限と上限の間で構成されるように、高スループットシーケンス（HTS）リードのサブセットを正確に構築することにある。
したがって、ROCKは、正確なde novoゲノムアセンブリを迅速に推定するために必要とされることが多いHTSリードの大規模セット内の全体のカバレッジデプスを低減および/または均一化するために使用できる（例： Desai et al.2013、 Chen et al.）
また、ROCKは、低カバレッジのHTSリードは、しばしば人工的であったり、誤りの多い、あるいは汚染された配列であるため、それらを廃棄するためにも使用することができる。詳しくは関連文献をご覧ください。Legrandら(2022a, 2022b)をご参照ください。

インストール

ソースコードからビルドした。コンパイル時の性能アップのオプションも提案されています。レポジトリを確認してください。

Github

git clone https://gitlab.pasteur.fr/vlegrand/ROCK.git
cd ROCK/
autoconf
aclocal
automake
./configure
make check
make #実行ファイルはsrc/にできる
sudo make install

> rock

You must provide filename via -i or arguments to indicate ROCK what to filter.

Reducing Over-Covering K-mers within FASTQ file(s)

USAGE: rock [options] [files]

OPTIONS:

-i <file> file containing the name(s) of the input FASTQ file(s) to

process; single-end: one file name per line; paired-end:

two file names per line separated by a comma; up to 15

FASTQ file names can be specified; of note, input file

name(s) can also be specified as program argument(s)

-o <file> file containing the name(s) of the output FASTQ file(s);

FASTQ file name(s) should be structured in the same way as

the file specified in option -i.

-k <int> k-mer length (default 25)

-c <int> lower-bound k-mer coverage depth threshold (default: 0)

-C <int> upper-bound k-mer coverage depth threshold (default: 70)

-l <int> number of hashing function(s) (default: 4)

-n <int> expected total number of distinct k-mers within the input

read sequences; not compatible with option -l.

-f <float> maximum expected false positive probability when computing

the optimal number of hashing functions from the number of

distinct k-mers specified with option -n (default: 0.05).

-p process PE reads separately. This allows the selection of

more reads which in some cases gives better assembly results.

-q <int> sets as valid only k-mers made up of nucleotides with

Phred score (+33 offset) above this cutoff (default: 0)

-m <int> minimum number of valid k-mer(s) to consider a read;

-v verbose mode

-h prints this message and exit

実行方法

使用するfastqは解凍しておく必要がある。

#single-end、minCov=2、maxCov=70
rock -c 2 -C 70 -k 25 single.fastq
=> single.rock.fastqが出力される

#paired-end、minCov=2、maxCov=70, K=25
rock -c 2 -C 70 -k 25 R1.fastq,R2.fastq
=> R1.rock.fastqとR2.rock.fastqが出力される

#fastqはテキストでも指定できる
rock -i infiles.txt -o outfiles.txt

-i file containing the name(s) of the input FASTQ file(s) to process; single-end: one file name per line; paired-end: two file names per line separated by a comma; up to 15 FASTQ file names can be specified; of note, input file name(s) can also be specified as program argument(s)
-o file containing the name(s) of the output FASTQ file(s); FASTQ file name(s) should be structured in the same way as the file specified in option -i.
-k <int> k-mer length (default 25)
-c <int> lower-bound k-mer coverage depth threshold (default: 0)
-C <int> upper-bound k-mer coverage depth threshold (default: 70)
-l <int> number of hashing function(s) (default: 4)
-n <int> expected total number of distinct k-mers within the input read sequences; not compatible with option -l.