EukDetect¶
Link : Github
Intro¶
Metagenome Sequencing 에서 진핵생물을 검출하는 Marker gene 기반 도구
단일 카피 직교 유전자 [ BUSCO(Benchmarking Universal Single-Copy Orthologs) ]를 마커로 삼아 정렬되는 리드의 유무와 양으로 종을 판정
- 재할당 과정 BUSCO 는 근연종 사이에 공유되므로 리드/염기 수가 가장 많은 genome 을 primary 로 secondary genome reads 를 재할당
한 속 안에 여러 종이 존재하는 경우 정렬 품질과 Marker 중복을 비교해서 secondary species reads 를 primary 종으로 재할당
Workflow¶
-
bowtie2 : --end-to-end --very-sensitive --no-discordant --no-unal -X 1000
-
samtools : view -q 10
MAPQ >= 10, 정렬 길이가 리드 길이의 80% 이상인 것만 남긴다.
- complexity_filter.py
서열 고유 4-mer 수 / 서열 길이 < 0.5 저 복잡도 리드 제거
- bam_to_pid.py
마커별로 정렬 리드 수를 세고 일치/불일치 염기로부터 percent identity를 계산
Columns¶
| 컬럼명 | 단위 | 의미 | 역할 분류 |
|---|---|---|---|
Total_reads |
reads | 해당 종의 마커에 정렬되어 필터를 통과한 리드 수 | 검출 강도 (quantity) |
Reads_aligned |
reads | 정렬 단계에서 해당 종에 매핑된 필터 전 리드 수 | 검출 강도 / 신뢰도 보조 |
Total_marker_length |
bp | 리드가 1개 이상 정렬된 마커 유전자들의 길이 합 | 정규화 분모 (denominator) |
RPKS |
reads/kb | Reads Per Kilobase of Sequence, 마커 길이 보정 풍부도 | 정규화 풍부도 (abundance) |
PID_aligned |
% | 정렬된 리드들의 평균 서열 일치도 | 정렬 품질 / 종 동정 정확도 |
PID_reassigned |
% | 다중 매핑 재할당 후 해당 종 리드의 평균 일치도 | 모호성 보정 후 품질 |
Reassigned_genomes |
목록 | 리드를 공유한 다른 참조 게놈(근연종) 정보 | 분류학적 모호성 평가 |
- Redas total :
해당 taxon 마커에 재할당 과정을 거쳐 정렬된 총 리드 수
- Total marker length :
Primary genome marker gene 의 전체 길이 (bp)
- RPKS ( Reads Per Kilobase of Sequence )
$$ \begin{align}
RPKS=\text{Total reads} \; / \; ( \text{Total marker length } / 1000 )
\end{align} $$
- RPKSB ( Reads Per Kilobase of Sequence per Billion bases )
$$ \begin{align}
RPKSB \; = \; RPKS / ( \text{library size} / 10^9 )
\end{align} $$
- Relative abundance
$$ \begin{align} & s \; : \; \text{특정 종} \; , \; a \; : \; \text{모든 종} \
& \text{RelativeAbundance}=( RPKS_s \; / \; \sum \; RPKS_a ) \times 100
\end{align} $$