SemiBin2¶
SemiBin2 ryhmittelee metagenomiset kontigit metagenomi-koostetuiksi genomeiksi (MAGeiksi) syväoppimisen avulla käyttäen kontigien sekvenssikoostumusta ja lukukattavuutta. Se toimii sekä lyhyistä että pitkistä luvuista tehtyjen koosteiden kanssa, ja sisältää esikoulutettuja malleja yleisille ympäristöille, kuten ihmisen suolistolle, maaperälle ja merelle.
Lisenssi¶
Vapaasti käytettävissä ja avointa lähdekoodia MIT-lisenssillä.
Saatavuus¶
- Roihu-CPU: 2.6.0 (moduuli
py-semibin),bio-apps-moduulin kautta.
Käyttö¶
SemiBin2 on osa bio-apps -kokoelmaa Roihussa. Lataa ensin bio-apps-moduulipuu ja sitten SemiBin2-moduuli:
SemiBin2 tarvitsee kontigit ja lajitellun BAM-tiedoston, joka on saatu kohdistamalla luvut kontigeihin. Binnaa yksi näyte esikoulutetulla mallilla:
SemiBin2 single_easy_bin -i contigs.fa -b sample.sorted.bam -o semibin_out \
--environment human_gut -t 16
Esikoulutetut mallit ovat human_gut, dog_gut, ocean, soil, cat_gut,
human_oral, mouse_gut, pig_gut, built_environment, wastewater,
chicken_caecum ja global. Jätä --environment pois, jos haluat kouluttaa uuden mallin
oman datasi perusteella; tämä kestää pidempään. Jos kontigit on koottu pitkistä luvuista,
lisää --sequencing-type long_read.
Aseta aina säikeiden määrä valitsimella -t. Oletuksena SemiBin2 käyttää kaikkia
solmun ytimiä, ei vain työllesi varattuja ytimiä.
Binit kirjoitetaan hakemistoon semibin_out/output_bins gzip-pakattuina FASTA-tiedostoina
(SemiBin_<number>.fa.gz), ja kunkin kontigin bin hakemistoon
semibin_out/contig_bins.tsv. Jos jatkotyökalu tarvitsee pakkaamattomia tiedostoja, lisää
--compression none, jolloin binit kirjoitetaan tiedostoina SemiBin_<number>.fa.
Jos haluat binnata useita näytteitä yhdessä, yhdistä niiden kontigit komennolla
SemiBin2 concatenate_fasta, kohdista kunkin näytteen luvut yhdistettyihin kontigeihin
ja suorita SemiBin2 multi_easy_bin. Katso lisätietoja
SemiBin2-dokumentaatiosta.
Jos haluat yhdistää SemiBin2:n binit muiden binnaustyökalujen binien kanssa, käytä MAGScoTia.
Esimerkkieräajokomentosarja¶
#!/bin/bash
#SBATCH --job-name=semibin2
#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=16
#SBATCH --mem=32G
module load bio-apps/v202603
module load py-semibin/2.6.0
SemiBin2 single_easy_bin -i contigs.fa -b sample.sorted.bam -o semibin_out \
--environment human_gut -t $SLURM_CPUS_PER_TASK
Korvaa <project> CSC-projektillasi (esimerkiksi project_2001234).
Katso lisätietoja eräajojen suorittamisesta kohdasta eräajokomentosarjan luominen Roihulle.