一款快速构建de bruijin图的软件

2021-07-05 本文已影响0人生信阿拉丁

作者：童蒙
编辑：amethyst

de bruijin图在生物信息学当中是一个非常重要的概念，相信大家都耳熟能详，但是怎么构建，怎么用，今天跟着小编来了解一下吧。

前言

de Bruijin图在生物信息中应用中有着很长的历史，例如可以用于基因组的组装。在sanger测序的时候，组装大多利用OLC算法，而到了二代测序的时候，基于de bruijin的组装算法出现了很多。现在，de-bruijin在很多方面都有应用，例如：

denovo 组装
变异检测
序列压缩
序列矫正
序列比对等

然而，de bruijin的应用有两个方面的限制：

在构建de bruijin图的时候，计算资源和内存的使用都需要很多
构建de bruijin的时候，需要非常好的代码来构建和操作de brujin graph。

在这里，我们给大家介绍一款叫Bifrost的软件，可以用来构建、索引和查询de bruijin图。

安装

最简单的方法就是用conda了。
conda -c bioconda bifrost

参数说明

输入软件路径后，会得到命令行的

介绍一些主要参数

-s  : 输入的序列文件，如果kmer出现次数只有一次的，会过滤掉
-r  : 输入的参考文件，所有kmer会用于构图
-o  ： 输出文件
-t ：线程数
-k ：kmer的长度
-c ： 构建color的de bruijin graph

使用例子

1.使用build构建de bruijin graph

1.仅利用fastq来构建de bruijin graph
Bifrost build -t 4 -k 31 -i -d -s A.fastq -s B.fastq -o AB_graph
2.仅使用reference geome来构建de bruijin graph
Bifrost build -t 4 -k 31 -r C.fasta -o C_graph
3.利用fastq和reference genome一起来构建de bruijin graph
Bifrost build -t 4 -k 31 -c -i -d -s A.fastq -s B.fastq -r C.fasta -o ABC

2.使用update更新de bruijin graph

1.用reference genome来更新de bruijin graph
Bifrost update -t 4 -r D.fasta -g C_graph.gfa -o CD_graph
2.更新一个color graph
Bifrost update -t 4 -i -d -s E.fastq -s F.fastq -g ABC.gfa -f ABC.bfg_colors -o ABCEF

3.使用Query来查询

普通查询
-e是指定相似度的意思，最终结果是序列是否在de bruijin的结果。1表示存在，0表示不存在
Bifrost query -t 4 -e 0.8 -g ABCEF.gfa -q queries.fasta -o presence_queries
近似查询
使用-n 来进行不精确匹配。
Bifrost query -t 4 -e 0.8 -n -g ABCEF.gfa -q queries.fasta -o presence_queries
对color graph进行查询
Bifrost query -t 4 -e 0.8 -g ABCEF.gfa -f ABCEF.bfg_colors -q queries.fasta -o presence_queries

个人使用案例

1.构建两个fa: toy.fa 和toy2.fa
2.生成color graph
~/.conda/envs/py37/bin/Bifrost build -t 8 -c -k 31 -r toy.fa -r toy2.fa -o toy_color
产生两个文件toy_color.bfg_colors和toy_color.gfa。
3.kmer的查询，准备一个tt.fa
~/.conda/envs/py37/bin/Bifrost query -t 4 -e 0.8 -g toy_color.gfa -f toy_color.bfg_colors -q tt.fa -o query_color
最后结果为：

总结

这个工具可以很方便的用来构建de-bruijin图，然而，这个软件输出结果比较简单，只有0/1的结果。

不过这个软件提供了函数，可以嵌入到程序中，用于后续其他的应用，例如BlastFrost利用这个包来进行快速的比对，有兴趣的可以去看看吧。

参考资料

https://github.com/pmelsted/bifrost
Holley, G., Melsted, P. Bifrost: highly parallel construction and indexing of colored and compacted de Bruijn graphs. Genome Biol 21, 249 (2020). https://doi.org/10.1186/s13059-020-02135-8
https://github.com/nluhmann/BlastFrost