Seqtk

Seqtk on nopea ja kevyt työkalu sekvenssien käsittelyyn FASTA- tai FASTQ-muodossa. Se jäsentää saumattomasti sekä FASTA- että FASTQ-tiedostoja, jotka voivat olla myös gzip-pakattuja.

Seqtk

Lisenssi

Vapaasti käytettävä ja avointa lähdekoodia MIT-lisenssillä.

Saatavuus

Puhti: 1.3-r106, 1.4

Käyttö

Seqtk sisältyy biokit-moduuliin:

module load biokit

Vaihtoehtoisesti Seqtk voidaan ladata erillisenä moduulina:

module load seqtk/<version>

seqtk-komennon syntaksi on:

seqtk <command> <arguments>

Saatavilla olevat Seqtk-komennot ovat:

Command	Function
`seq`	FASTA/Q:n yleiset muunnokset
`comp`	hae FASTA/Q:n nukleotidikoostumus
`sample`	poimi sekvensseistä osaotos
`subseq`	poimi alasekvenssejä FASTA/Q:sta
`fqchk`	fastq-laadunvalvonta (emäs-/laatuyhteenveto)
`mergepe`	lomita kaksi PE FASTA/Q -tiedostoa
`trimfq`	trimmaa FASTQ Phred-algoritmilla
`hety`	alueellinen heterotsygotia
`gc`	tunnista korkean tai matalan GC-pitoisuuden alueet
`mutfa`	tee pistemutaatioita FASTA:an määritetyissä kohdissa
`mergefa`	yhdistä kaksi FASTA/Q-tiedostoa
`famask`	käytä X-koodattua FASTA:aa lähde-FASTA:an
`dropse`	poista parittomat sekvenssit lomitetusta PE FASTA/Q:sta
`rename`	nimeä sekvenssien nimet uudelleen
`randbase`	valitse satunnainen emäs heterotsygoottisista kohdista
`cutN`	katkaise sekvenssi pitkän N:n kohdalta
`listhet`	poimi jokaisen heterotsygoottisen kohdan sijainti

Esimerkkejä

Muunna FASTQ FASTA-muotoon:

seqtk seq -a in.fq.gz > out.fa

Poimi sekvenssit, joiden nimet ovat tiedostossa name.lst, yksi sekvenssin nimi per rivi:

seqtk subseq in.fq name.lst > out.fq

Poimi sekvenssit tiedostossa reg.bed määritellyiltä alueilta:

seqtk subseq in.fa reg.bed > out.fa

Lisätietoja

Seqtk:n kotisivu