BUSCO

BUSCO (Benchmarking Universal Single-Copy Orthologs) arvioi genomikokoonpanojen, geenijoukkojen ja transkriptomien täydellisyyttä etsimällä joukon ortologeja, joiden odotetaan esiintyvän yksikopioisina geeneinä tietyssä sukulinjassa.

BUSCO

Lisenssi

Vapaasti käytettävissä ja avointa lähdekoodia MIT-lisenssillä.

Saatavuus

Roihu-CPU: 5.4.3, 6.1.0, bio-apps-moduulin kautta.

Käyttö

BUSCO on osa Roihun bio-apps -kokoelmaa. Lataa ensin bio-apps-moduulipuu ja sitten BUSCO-moduuli:

module load bio-apps/v202603
module load busco/6.1.0

BUSCOa ajetaan busco-komennolla määrittämällä syöte, tila (genome, proteins tai transcriptome) ja sukulinja-aineisto:

busco --offline --download_path $BUSCO_DB -i genome.fa -m genome -l eukaryota_odb12.2 -o result -c 8

Sukulinja-aineistot

CSC tarjoaa kaikki BUSCOn sukulinja-aineistot Roihussa: odb10 BUSCO-versiolle 5.4.3 (esimerkiksi eukaryota_odb10) ja odb12.2, joka on BUSCO 6.1.0:n oletus (esimerkiksi eukaryota_odb12.2). busco-moduuli asettaa BUSCO_DB-ympäristömuuttujan osoittamaan niiden sijaintiin. Käytä niitä valinnoilla --offline --download_path $BUSCO_DB, kuten yllä olevassa esimerkissä.

Lisää aina --offline

Jaettu sukulinjahakemisto on vain luku -tilassa. Ilman --offline-valintaa BUSCO yrittää päivittää siinä olevia tiedostoja, ja ajo epäonnistuu.

Augustus-geeniennustaja

Jos ajat BUSCOa Augustus-geeniennustajalla (--augustus), Augustus tarvitsee kirjoitettavan asetushakemiston, koska se kirjoittaa sinne koulutettujen lajien parametrit. Moduuli tarjoaa tästä asetuksesta tilannevedoksen $CONFIG_TEMPLATE-ympäristömuuttujan kautta. Pura se kirjoitettavaan sijaintiin ja aseta AUGUSTUS_CONFIG_PATH osoittamaan siihen ennen BUSCOn ajoa:

tar -xzf $CONFIG_TEMPLATE -C /scratch/<project>/
export AUGUSTUS_CONFIG_PATH=/scratch/<project>/config

Oletusgeeniennustaja (Metaeuk/Miniprot) ei vaadi tätä vaihetta.

Esimerkkieräajokomentosarja

#!/bin/bash
#SBATCH --job-name=busco
#SBATCH --account=<project>
#SBATCH --output=output_%j.txt
#SBATCH --error=errors_%j.txt
#SBATCH --partition=small
#SBATCH --time=08:00:00
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=8
#SBATCH --mem-per-cpu=4G

module load bio-apps/v202603
module load busco/6.1.0

busco --offline --download_path $BUSCO_DB \
    -i genome.fa -m genome -l eukaryota_odb12.2 -o result -c $SLURM_CPUS_PER_TASK

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

Katso lisätietoja eräajojen suorittamisesta ohjeesta eräajokomentosarjan luominen Roihulle.

Tuki

CSC:n asiakastuki