Bakta

Bakta on työkalu bakteerigenomien, metagenomista koottujen genomien (MAG) ja plasmidien nopeaan ja standardoituun annotointiin. Se annotoi tRNA-, rRNA- ja muita ei-koodaavia RNA-geenejä, CRISPR-jaksoja ja proteiinia koodaavia geenejä sekä tunnistaa tunnettuja proteiineja nopealla, kohdistusvapaalla sekvenssihaulla. Tulokset kirjoitetaan vakiomuotoihin, kuten GFF3-, GenBank-, EMBL- ja TSV-muotoon.

Bakta

Lisenssi

Vapaasti käytettävissä ja avointa lähdekoodia GNU GPLv3 -lisenssillä.

Saatavuus

Roihu-CPU: 1.11.4 (moduuli py-bakta), bio-apps-moduulin kautta.

Käyttö

Bakta on osa bio-apps -kokoelmaa Roihussa. Lataa ensin bio-apps-moduulipuu ja sitten Bakta-moduuli:

module load bio-apps/v202603
module load py-bakta/1.11.4

Tietokanta

Bakta tarvitsee viitetietokannan. CSC tarjoaa täyden Bakta-tietokannan (versio 6.0), mukaan lukien AMRFinderPlus-tietokannan, hakemistossa /dataset/project_2020345/bakta/db. py-bakta-moduuli asettaa BAKTA_DB-ympäristömuuttujan tähän hakemistoon, joten sinun ei tarvitse antaa --db-valitsinta. CSC pitää jaetun tietokannan ajan tasalla, joten sinun ei tarvitse suorittaa komentoja bakta_db download tai amrfinder_update itse.

Genomin annotointi

Annotoi genomikokoonpano komennolla:

bakta --output results --prefix sample1 --threads 8 assembly.fasta

Hyödyllisiä valitsimia ovat:

--genus, --species ja --strain: eliötiedot tulostetiedostoja varten.
--locus-tag: lokustunnisteen etuliite.
--complete: kaikki sekvenssit ovat täydellisiä replikoneja (kromosomeja tai plasmideja).
--meta: metagenomitila geenien ennustamiseen, esimerkiksi MAGeille.
--compliant: tee tulosteesta GenBankin, ENAn ja DDBJ:n vaatimusten mukainen.
--skip-plot: ohita ympyrämäinen genomikuvaaja.

Suorita bakta --help, niin saat täydellisen luettelon valitsimista. Tulokset kirjoitetaan --output-hakemistoon: annotaatiot tiedostoina sample1.tsv, sample1.gff3, sample1.gbff ja sample1.embl, sekvenssit tiedostoina sample1.fna, sample1.ffn ja sample1.faa sekä yhteenveto tiedostoon sample1.txt.

Jos haluat annotoida proteiinisekvenssejä genomin sijaan, käytä komentoa bakta_proteins. Se käyttää samaa tietokantaa; katso bakta_proteins --help.

Esimerkkieräajokomentosarja

#!/bin/bash
#SBATCH --job-name=bakta
#SBATCH --account=<project>
#SBATCH --output=output_%j.txt
#SBATCH --error=errors_%j.txt
#SBATCH --partition=small
#SBATCH --time=02:00:00
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=8
#SBATCH --mem-per-cpu=2G

module load bio-apps/v202603
module load py-bakta/1.11.4

bakta --output results --prefix sample1 --threads $SLURM_CPUS_PER_TASK assembly.fasta

Korvaa <project> omalla CSC-projektillasi (esimerkiksi project_2001234).

Katso lisätietoja eräajojen suorittamisesta sivulta eräajokomentosarjan luominen Roihulle.

Tuki

CSC:n Service Desk