Hyppää sisältöön

Significant changes to Puhti & Mahti authentication coming in April! Read about the SSH key and multi-factor authentication requirements.

tags: - Ilmainen

VirusDetect

VirusDetect on ohjelmisto laajamittaisten sRNA-datasettien analysointiin virusten tunnistamista varten. Ohjelma suorittaa viittausohjatun kokoamisen kohdistamalla sRNA-luvut tunnettuun virusviitetietokantaan (GenBank gbvrl) sekä tekee de novo -koostamisen käyttäen Velvet-ohjelmaa automaattisella parametrin optimoinnilla. Kootut contigit verrataan viitevirussekvensseihin virusten tunnistamiseksi. Contigit käsitellään määrittämättöminä, jos ne eivät vastaa mitään tunnettuja viruksia. Näiden määrittämättömien contigien siRNA-profiilit annetaan ohjeiksi uusien virusten löytämiseksi, jotka eivät osoita sekvenssin samankaltaisuutta tunnettujen virusten kanssa.

Lisenssi

Kehittäjät ilmoittavat, että ohjelmisto on ilmaiseksi käytettävissä ja avoimen lähdekoodin, mutta mitään erityistä lisenssiä ei ole määritelty.

Saatavuus

  • Puhti: 1.7, 1.8
  • Chipsterin graafinen käyttöliittymä

Käyttö

VirusDetectin käyttämiseksi Puhtilla sinun täytyy ensin ladata biokit ja virusdetect -moduulit.

module load biokit
module load virusdetect

Tämän jälkeen voit aloittaa VirusDetectin komennolla virus_detect.pl. Esimerkiksi:

virus_detect.pl --reference vrl_plant reads.fastq

VirusDetectin kehittäjät suosittelevat ribosomaalisten RNA (rRNA)-sekvenssien poistamista syötesekvensseistä ennen VirusDetectin ajoa. Tämä voidaan tehdä kohdistamalla sRNA-luvut Silva rRNA -tietokantaan käyttäen Bowtie-sovellusta. Puhdissa Silva-tietokanta on saatavilla polussa:

/appl/data/bio/biodb/production/silva/Silva_rRNA_database

Varsinainen puhdistuskomento voisi näyttää tältä:

bowtie -v 1 -k 1 --un cleaned_reads.fastq -f -q /appl/data/bio/biodb/production/silva/Silva_rRNA_database reads.fastq sRNA_rRNA_match

Jos mahdollista, on suositeltavaa käyttää --host_reference -vaihtoehtoa suodattaaksesi isäntäorganismista peräisin olevat sRNA:t. Tämä suodatus tehdään ajamalla BWA-kohdistus isäntäorganismin genomiin. CSC ei ylläpidä BWA-indeksejä Puhtilla, mutta voit käyttää chipster_genomes-ohjelmaa noutaaksesi Chipster-palvelun käyttämät BWA-indeksit.

chipster_genomes bwa

Yllä oleva komento listaa saatavilla olevat indeksit ja pyytää sinua valitsemaan yhden. Jos sopivaa lajia ei ole saatavilla, täytyy isäntäorganismin genomi indeksoida ennen VirusDetectin ajoa.

Esimerkiksi Triticum aestivum:lle tarvittavat BWA-indeksit voidaan luoda komennoilla:

ensemblfetch.sh triticum_aestivum
mv Triticum_aestivum.IWGSC.dna.toplevel.fa triticum_aestivum.fa
bwa index -p triticum_aestivum triticum_aestivum.fa

Huomaa, että kasvien genomien BWA-indeksien luominen voi kestää useita tunteja.

Kun sinulla on BWA-indeksi isäntägenomille saatavilla, voit käynnistää VirusDetect-työn komennolla:

virus_detect.pl --reference vrl_plant --host_reference triticum_aestivum.fa cleaned_reads.fastq

VirusDetectia käytetään pääasiassa kasvivirusien tunnistamiseen (vrl_plant), mutta sitä voidaan käyttää myös muihin viruksiin. --reference -vaihtoehto määrittää käytettävän viitevirussekvenssien datasetin. Saatavilla olevat viitedatasetit ovat:

vrl_algae
vrl_bacteria
vrl_fungus
vrl_invertebrates
vrl_plants
vrl_vertebrates

Sekä VirusDetect että BWA-indeksointitehtävät vaativat usein merkittävää laskentakapasiteettia. Tämän vuoksi kannattaa käyttää erätehtäviä VirusDetect-työtehtävien ajamiseen. Alla on esimerkki erätehtävätiedostosta, joka ajaa VirusDetectin käyttämällä 8 laskentaydintä ja 8 GB muistia. Työn maksimiaika on asetettu 10 tuntiin.

#!/bin/bash -l
#SBATCH --job-name=VirusDetect
#SBATCH --output=output_%j.txt
#SBATCH --error=errors_%j.txt
#SBATCH --account=your_project_name
#SBATCH --time=10:00:00
#SBATCH --ntasks=1
#SBATCH --nodes=1
#SBATCH --cpus-per-task=8
#SBATCH --partition=small
#SBATCH --mem=8000

module load biokit
module load virusdetect

virus_detect.pl --thread_num 8 --reference vrl_plants --host_reference triticum_aestivum.fa reads_123.fastq

Yllä oleva erätehtävätiedosto voidaan lähettää erätehtäväjärjestelmään komennolla:

sbatch batch_job_file.sh

Lisätietoja erätehtävien ajamisesta Puhtissa löytyy erätehtäväohjesivuilta.

VirusDetect kirjoittaa analyysin tulokset uuteen hakemistoon, joka on nimetty kyselydatasetsin mukaan result_<queryfile>. VirusDetect tuottaa suuren määrän tulostiedostoja. Keskeisimmät tiedostot ovat:

  • blastn.html Taulukko, joka listaa viiteviruksista ne, joilla on vastaavat viruscontigit, jotka on tunnistettu BLASTN:llä.
  • blastx.html Taulukko, joka listaa viiteviruksista ne, joilla on vastaavat viruscontigit, jotka on tunnistettu BLASTX:llä.
  • <query>.blastn.xls Taulukko BLASTN-osumista viitevirustietokantaan.
  • <query>.blastx.xls Taulukko BLASTX-osumista viitevirustietokantaan.
  • undetermined.html Taulukko listaa määrittämättömien contigien pituudet, siRNA-kokojakaumat ja 21-22 nt:n prosentuaalisen osuuden. Potentiaaliset viruscontigit (21-22 nt > 50 %) merkitään vihreällä.
  • undetermined_blast.html Taulukko, joka listaa contigit, joilla on osumia virusviitetietokannassa, mutta joita ei ole liitetty mihinkään viitevirukseen, koska ne eivät täyttäneet kattavuus- tai syvyyskriteerejä.

Koska monet tulosasiakirjoista ovat HTML-muodossa, voi niiden tutkiminen Puhtilla olla haastavaa. Yksi vaihtoehto tulosten tutkimiseksi on siirtää ne julkiseen säilöön Allas-palvelussa. Esimerkiksi (korvaa projnum omalla projekti numerolla):

module load allas
allas-conf
rclone copy -P results_cleaned_reads.fastq allas:virusdetect_projnum/results_cleaned_reads.fastq/
a-publish -b virusdetect_projnum -index dynamic

Nyt voit tutkia tuloksia selaimellasi osoitteessa:

https://a3s.fi/virusdetect_projnum/index.html

Lisätietoja