👴 🍲 🈴 ZINBA की स्थापना और प्रारंभिक सेटअप 👨🏼‍🍳 🛫 🙂

मैंने देखा कि लेख काफी बड़े हैं, और विभिन्न दिशाओं में प्रश्न पूछे जाते हैं। यह लेख एक अलग विषय में ZINBA को स्थापित करने पर प्रश्न एकत्र करने के लिए लिखा गया था। तो, ZINBA के साथ काम करने के लिए आपको यह जानना होगा कि इसे कैसे स्थापित किया जाए।

एक विस्तृत स्थापना अंग्रेजी में डेवलपर की वेबसाइट पर चित्रित की गई है । इसलिए, आगे मैं संक्षेप में रूसी में आवश्यक चरणों का वर्णन करूंगा। मेरे द्वारा OpenSUSE 12.1 x64 OS में सभी चरणों का प्रदर्शन किया गया था, लेकिन अन्य लिनक्स प्लेटफार्मों पर घटनाओं के बिना गुजरना चाहिए। हम आर शुरू करते हैं (यदि ट्यूनिंग पर सवाल हैं, तो हम टिप्पणियों में चर्चा करेंगे), हम निम्नलिखित कमांड निष्पादित करते हैं:

सिस्टम ("wget zinba.googlecode.com/files/zinba_2.01.tar.gz ")। डेवलपर की साइट से पैकेज डाउनलोड करें।
install.packages (c ('मल्टीकोर', 'doMC', 'foreach', 'qvalue', 'quantreg', 'R.utils'))। अतिरिक्त पैकेज स्थापित करता है। डाउनलोड करने के लिए साइटों की एक सूची के साथ एक विंडो दिखाई देती है, इसमें उस साइट का चयन करें जिससे आप इन पैकेजों को स्थापित करना चाहते हैं।
install.packages ("zinba_2.01.tar.gz", repos = NULL)। डाउनलोड किए गए पैकेज को स्थापित किया जा रहा है।

अब किसी भी R रन के बाद, लाइब्रेरी को सक्रिय करने के लिए लाइब्रेरी (zinba) पर अमल करें। इसके अलावा, प्रारंभिक विन्यास के चरणों को करने की सिफारिश की गई है, अर्थात्:

हम "जीनोम बिल्ड" अनुभाग में "आवश्यक फ़ाइल डाउनलोड" अनुभाग पर जाते हैं, एक या अधिक दो-बिट जीनोम सूचक डाउनलोड करते हैं, जिसके आधार पर आप काम करने जा रहे हैं।
"मैप्पैबिलिटी फाइल्स" उपधारा में, जीनोम नाम वाली फाइल अपलोड करें और अपनी FASTA / FASTQ फाइल की तरह, लंबाई में नाम पढ़ें। एक निर्देशिका के लिए इसे खोलना मत भूलना। लिनक्स पर, उदाहरण के लिए, आप इसे इस तरह डाउनलोड और अनज़िप कर सकते हैं: "wget www.bios.unc.edu/~nrashid/map##.tgz;tar -xzvf नक्शा ##। Tar.gz", जहाँ ## लंबाई की संगत संख्या है। रीड।
हम आर शुरू करते हैं, दो आदेशों को क्रमिक रूप से निष्पादित करते हैं: 1. उत्पन्न करने की क्षमता, एक संरेखण सूचकांक बनाने के लिए, और 2. संरेखण की एक बुनियादी गणना के लिए बेसलीनग्क्वेंट; यह कमांड कई पुनरावृत्तियों में सटीक पीक मैपिंग वाली फ़ाइल बनाएगा।

इन दो आज्ञाओं का विस्तृत विवरण निम्नलिखित है:

generateAlignability( mapdir=, #   ,     «mappability» outdir=, #  ,      athresh=, # ,       extension=, #       twoBitFile=, #  ,    .2bit ) basealigncount( inputfile=, #      , ,  bowtie outputfile=, #   ,    extension=, #       filetype=, #   "bed", "bowtie", or "tagAlign" twoBitFile=, #   ,    .2bit )

पहले कमांड को एक बार और बाद में निष्पादित करने की सिफारिश की जाती है, यदि प्रयोगों के मापदंडों में परिवर्तन होता है, जैसे: त्रुटियों की संख्या और टुकड़ों की लंबाई। दूसरी कमांड को प्रयोग से प्रयोग तक ले जाना चाहिए, और उसके बाद ही अगर हमें समृद्ध क्षेत्रों और चोटियों को खोजने की गुणवत्ता में सुधार करने की आवश्यकता है (क्योंकि इसके लिए अतिरिक्त कम्प्यूटेशनल लोड की आवश्यकता है)।
इन कार्यों के निष्पादन के दौरान, मुझे कई त्रुटियां प्राप्त हुईं, तकनीकी सहायता सेवा के साथ बात की गई। यह पता चला कि मैंने निर्देशों को अच्छी तरह से नहीं पढ़ा था, और यहां तक कि उनके पास सब कुछ सुचारू रूप से नहीं था। सबसे पहले, अगर फ़ाइल को bowtie (सामान्य रूप से .sam, बिना –S पैरामीटर के) का उपयोग करके प्राप्त किया गया था, तो फ़ाइल में अंतिम कॉलम को बस हटा दिया जाना चाहिए, फ़ाइल में 7 कॉलम होना चाहिए। यह भी पता चला कि न केवल एसटीएस, बल्कि अंतरिक्ष को एक विभाजक के रूप में माना जाता है। इसलिए सुनिश्चित करें कि खेतों में जगह नहीं है। यह संस्करण 2.01 के लिए प्रासंगिक है, भविष्य में तय किए जाने का वादा किया गया है।
समृद्ध क्षेत्रों को खोजने के लिए टीम को नीचे वर्णित किया गया है, सभी संसाधनों को खाने के लिए एक लंबा समय लगता है। मैंने इसे 33,000,000 रीड्स से प्रयोगात्मक डेटा पर चलाया, 4 सीपीयू पर (एक पत्थर के साथ भ्रमित नहीं होना, सिर्फ 4 पी धागे, एक कोर i7), 8 जीबी रैम, हालांकि वर्चुअलबॉक्स वर्चुअल मशीन में, गणना में 8 घंटे लगते थे। यदि केवल 8 जीबी रैम है, तो मैं अधिक थ्रेड स्थापित करने की अनुशंसा नहीं करता हूं, प्रोग्राम डेटा के साथ पेज फ़ाइल के साथ अधिक काम करेगा।

 zinba( refinepeaks=, #   ( )? 1 -  , 0 -   seq=, #      input=, #     ,    ,   .    'none' filetype=, # : 'bed', 'bowtie',  'tagAlign' threshold=, #,    p value   .   ,  0.05 align=, #  ,   outdir   generateAlignability numProc=, # CPU   ,     ( Core i7  8,  7  ,   1) twoBit=, #  ,    .2bit outfile=, #      extension=, #       ###################   ################### basecountfile=, #  basecount ,   refinepeaks   1 broad=, # , TRUE  FALSE ( ) printFullOut=, #    : 1,   (  ); 0,   ( ) )

हमने काम के लिए पैकेज तैयार किया है, अब इसे जांचने के लिए कुछ शुरू करने का समय है। डेवलपर परीक्षण के लिए फ़ाइलों का एक सेट प्रदान करता है: http://www.unc.edu/~nur2/zinbaweb/test_data.tgz । कमांड लाइन में, क्रमिक रूप से निम्नलिखित क्रियाएं करते हैं।

  # ,       . wget http://hgdownload.cse.ucsc.edu/goldenPath/hg19/bigZips/hg19.2bit wget http://www.bios.unc.edu/~nrashid/map36.tgz wget http://www.unc.edu/~nur2/zinbaweb/test_data.tgz #   tar -xzvf map36.tgz tar -xzvf test_data.tgz #   , , align_athresh1_extension200 mkdir align_athresh1_extension200 # R. R # R     library(zinba) generateAlignability( mapdir='map36/', outdir='align_athresh1_extension200/', athresh=1, extension=200, twoBitFile='hg18.2bit' ) basealigncount( inputfile='data/ctcfGM12878rep3chr22.taf', outputfile='data/ctcfGM12878rep3chr22.basecount', extension=200, filetype='tagAlign', twoBitFile='hg18.2bit' ) zinba( align='align_athresh1_extension200/', numProc=4, seq='data/ctcfGM12878rep3chr22.taf', basecountfile='data/ctcfGM12878rep3chr22.basecount', filetype="tagAlign", outfile="data/ctcf", twoBit="hg18.2bit", extension=200, printFullOut=1, refinepeaks=1, broad=F, input='data/inputGM12878rep3chr22.taf' )

डेटा निर्देशिका में ctcf और एक्सटेंशन .peaks, .peaks.bed नाम की फाइलें होंगी, जिनमें एक तालिका के रूप में हमारे लिए ब्याज के डेटा शामिल हैं। एक्सटेंशन .bed के साथ एक फ़ाइल को जीनोम ब्राउज़र में डाउनलोड किया जा सकता है और देखा जा सकता है।
मैंने NIH वेबसाइट www.ncbi.nlm.nih.gov/geo/roadmap/epigenomics , ftp-trace.ncbi.nlm.nih.gov/sra-sra-instant/reads/ByExp/sra/ से लिए गए अन्य डेटा के साथ काम किया SRX / SRX040 / SRX040388 (फ़ाइल SRR079566.sra)। नीचे इस डेटा का उपयोग करके प्राप्त की गई छवि है। इसी तरह के ग्राफ अन्य इनपुट डेटा के साथ प्राप्त किए जा सकते हैं। लाल रेखा का उपयोग करते हुए, मैंने चित्र को दो भागों में विभाजित किया, प्रयोगात्मक डेटा शीर्ष पर स्थित हैं, मानक एनोटेशन (जीन, स्टार्ट साइट्स, इंट्रॉन, एक्सॉन, आदि) नीचे स्थित है। मैंने ZINBA कार्यक्रम से न केवल परिणामी बेडग्राफ डाउनलोड किया, बल्कि स्रोत डेटा (स्रोत डेटा के अनुसार, आलेख habrahabr.ru/blogs/bioinformatics/137082 में वर्णित कार्यक्रम का उपयोग करके बेडग्राफ प्राप्त किया गया था)। उदाहरण के लिए, मैंने हरे चौराहों के साथ कई चोटियों पर प्रकाश डाला, जो स्रोत डेटा में थे, और संवर्धन के उन क्षेत्रों में जो कि ZINBA को मिला। ZINBA से प्राप्त खंडों में मोटाई होती है। इन गाढ़ेपन की गणना किसी दिए गए पैरामीटर refignpeaks = 1 पर की जाती है और इसे इस क्षेत्र के सबसे समृद्ध हिस्से के अनुरूप होना चाहिए।

सही ढंग से और मज़बूती से संसाधित किए गए डेटा को एल्गोरिथम के गहन अध्ययन और अन्य कार्यक्रमों के परिणामों के साथ तुलना के बाद ही समझा जा सकता है।

समीक्षा एंड्री कार्तशोव, सिनसिनाटी, ओएच, पोर्टर@ रिपोर्टर.st द्वारा तैयार की गई है

ZINBA की स्थापना और प्रारंभिक सेटअप

More articles: