SemiBin2

SemiBin2 ryhmittelee metagenomiset kontigit metagenomi-koostetuiksi genomeiksi (MAGeiksi) syväoppimisen avulla käyttäen kontigien sekvenssikoostumusta ja lukukattavuutta. Se toimii sekä lyhyistä että pitkistä luvuista tehtyjen kokoonpanojen kanssa, ja sisältää esikoulutettuja malleja yleisille ympäristöille, kuten ihmisen suolistolle, maaperälle ja merelle.

SemiBin2

Lisenssi

Vapaasti käytettävissä ja avointa lähdekoodia MIT-lisenssin alaisena.

Saatavuus

Roihu-CPU: 2.6.0 (moduuli py-semibin), bio-apps-moduulin kautta.

Käyttö

SemiBin2 on osa Roihun bio-apps -kokoelmaa. Lataa ensin bio-apps-moduulipuu ja sitten SemiBin2-moduuli:

module load bio-apps/v202603
module load py-semibin/2.6.0

SemiBin2 tarvitsee kontigit ja lajitellun BAM-tiedoston, joka on saatu kohdistamalla luvut kontigeihin. Ryhmittele 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 omalla datallasi; 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.

Binniin kuuluvat sekvenssit kirjoitetaan hakemistoon semibin_out/output_bins gzip-pakattuina FASTA-tiedostoina (SemiBin_<number>.fa.gz), ja kunkin kontigin binni tiedostoon semibin_out/contig_bins.tsv. Jos jatkotyökalu tarvitsee pakkaamattomia tiedostoja, lisää --compression none, jolloin binit kirjoitetaan tiedostoina SemiBin_<number>.fa.

Jos haluat ryhmitellä 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 tuloksiin, 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> omalla CSC-projektillasi (esimerkiksi project_2001234).

Katso lisätietoja eräajojen suorittamisesta sivulta eräajokomentosarjan luominen Roihulle.

Tuki

CSC Service Desk