Kuidas teisendada BED GFF3-ks

aechchiki

2017-08-08 14:59:08 UTC

view on stackexchange narkive permalink

Soovin teisendada BED vormingu GFF3 -ks.

ainus kasulik tööriist, mille leidsin google'i otsingu kaudu, näib olevat Galaxy ja ma ei tunne end veebitööriistade kasutamisel eriti mugavalt, lisaks on veebiserver hoolduses.

Kas keegi teab käsurea tööriista kohta, mis suudab selle teisendusega hakkama saada?

Muuda: siin on mõned minu BED-faili read:

  $ peaga -4 last_minion-r7_sort.bed211000022278137 175 211 8e5d0959-7cdb-49cf-9298-94ed3b2aedb5_Basecall_2D_000_2d 42 +211000022279134 0 503 e8a9c6b8-bad2-4a7e-97d8-ca4acb34ff70_Basecall_2D_000_2d 69 -211000022279134 24 353 e258783d-95a3-41f5-9ad5-bb12311dbaf4_Basecall_2D_000_2d 45 - 211000022279134 114 429 26601afb-581a-41df-b42b-b366148ea06f_Basecall_2D_000_2d 100 -

Voodifailil on seega praegu 6 veergu: kromosoom, alguskoordinaat, lõpu koordinaat, loe nimi, skoor, suund . See fail saadi vormingu MAF teisendamisel (kuna RNA-seq joondamise väljund loeb võrdlusgenoomi, kasutades LAST ), teisendati SAM , kasutades maf-convert , seejärel BAM , kasutades samtools , lõpuks BED , kasutades bedtools .

Minu teisendamise eesmärk on põhimõtteliselt SAM -> GTF teisendamine järeltöötluseks. Kuna selleks pole sirgjoonelist viisi, käin läbi sammud, ja minu teada on ainus viis seda teha: SAM -> BAM -> Voodi -> GFF3 -> GTF aga praeguseks olen ma kinni BED -> GFF3 osa.

Selleks pole tingimata väga sisukas viis. Kas saate oma BED-failist paar rida postitada? Mis on lõppeesmärk?

Jah, oleks kasulik mõnda BED-i näha. Kas see on BED12 või BED6, mida see esindab? Kes peavad GFF3-s ütlema, mida teie intervallid tähistavad. Pole põhjust, et seda ei saa siiski teha. Oh, ja kas olete koodiga rahul?

@DevonRyan Olen redigeerinud küsimust, loodetavasti vastan teie kommentaaridele.

@AminaEchchiki Kuigi ma saaksin koodi anda (või võite tööriista lihtsalt Galaxy kaudu kasutada), ei usu ma, et SAM-faili teavet edastatakse täpselt BED-ile viisil, mis on vajalik kasuliku GFF3- või GTF-faili loomiseks. Soovitan tungivalt kirjutada tööriist GTF / GFF tootmiseks otse SAM-ist või MAF-ist (eeldades, et neid pole).

kui see on organism, millel on splaissinguid, pole teie voodisse sattumine tõenäoliselt täpne. Postitan BAM -> GTF-koodi ja BED-i GFF3-sse, kuid andke teada, kas teie lugemid on ühendatud /

@IanSudbery jah, minu lugemid on ühendatud (D. melanogaster)

Õige, sel juhul peaksite oma voodifailid genereerima `bamtobed --bed12` abil, kuid tegelikult peaksite minema BAM-ist otse GFF / GTF-i.

@IanSudbery tänab vihje eest, teeb seda

# contigs.tsv contians kromosoomide nimed ja pikkused kaks veergu reale avatud ("contigs.tsv"): väljad = line.strip (). split ("\ t") printiväljad [0], ".", "contig", "1", str (väljad [ 1]), ".", "+", ".", "ID =% s"% väljad [0] reale avatud ("my_bed_file.bed"): väljad = line.strip (). Split (" \ t ") # märkus: Voodi on 0-põhine, pooleldi avatud, GFF on 1-põhine, suletud algus = str (int (väljad [1]) + 1) prindiväljad [0]," voodi "," intervall ", väljad [1], väljad [2], väljad [4], väljad [5],". "," ID =% s; vanem =% s "% (väljad [3], väljad [0])

# contigs.tsv contians kromosoomide nimed ja pikkused kahes veerus rea jaoks avatud ("contigs.tsv"): väljad = line.strip (). split ("\ t") printimisväljad [0], ".", "contig", "1", str (väljad [1]), ".", "+", ".", "ID =% s"% väljad [0] reale avatud ("my_bed12.bed"): väljad = line.strip (). split ("\ t") contig = väljad [0] # märkus: BED on 0-põhine, poolavatud, GFF on 1-põhine, suletud algus = int (väljad [1]) + 1 ) end = väljad [2] nimi = väljad [3] tulemus = väljad [4] haru = väljad [5] print contig, "bed", "interval", str (start), end, score, strand, "." , "ID =% s; parent =% s"% (name, contig) eredarts = map (int, väljad [11] .split (",")) block_sizes = map (int, väljad [10] .split (" , ")) for (block, (bstart, blen)) in enumerate (zip (visiškaiarts, block_sizes)): bend = start + bstart + blen print contig," bed "," block ", str (start + bstart), str (paind), skoor, haru, ".", "ID =% s_% i; vanem =% s"% (nimi, plokk, nimi)

import pysambamfile = pysam.AlignmentFile ( "my_bam_file.bam") joondamiseks failis bamfile.fetch (): kui joondus.on_kaardistamata: jätkake contig = bamfile.get_reference_name (joondus.referentide_id) nimi = joondus.päringu_nimi, kui joondus.is_reverse: strand = "-" veel: strand = "+" alguseks, lõpuni joondusega. getblocks (): # märkus: Voodi on 0-põhine, pooleldi avatud, GFF on 1-põhine, suletud printimise jätk, "BAM", "exon", str (algus + 1 ), str (lõpp), "0", ahel, ".", "geen_id"% s "; transkript_id "% s"; ' % (nimi, nimi)