BIN_ASSESSMENT

BIN_ASSESSMENT#

이 모듈은 메타게놈 어셈블 게놈(MAG)의 품질 평가 및 분류학적 분류를 위해 설계된 metaFun 파이프라인의 일부입니다.

개요#

BIN_ASSESSMENT 모듈은 메타게놈 어셈블 게놈(MAG)의 포괄적인 평가를 위해 설계된 metaFun 파이프라인의 세 번째 단계입니다. 이 모듈은 CheckM2를 사용한 품질 평가, GUNC를 사용한 오염도 평가, GTDB-Tk를 사용한 분류학적 분류를 수행하고, 다운스트림 분석을 위해 결과를 결합합니다. 이 모듈은 비교 유전체 분석에 적합한 고품질 게놈을 식별하는 데 도움이 됩니다.

모듈 작동 순서#

이 모듈은 다음 단계를 수행합니다:

  1. 입력 게놈 빈 준비

  2. CheckM2를 사용한 게놈 품질 평가

  3. GUNC를 사용한 게놈 오염도 평가

  4. CheckM2 및 GUNC 결과 결합 및 품질 기반 게놈 필터링

  5. GTDB-Tk를 사용한 품질 필터링된 게놈의 분류학적 분류

  6. 품질 평가 및 분류학적 분류를 결합한 최종 보고서 작성

  7. (선택 사항) 사용자 제공 메타데이터와 결과 결합

매개변수#

${launchDir}은 metaFun을 실행하는 디렉토리로, 출력 기본 디렉토리로 활용됩니다.

매개변수

설명

기본값

참고

-i, --inputDir

게놈 빈이 있는 입력 디렉토리

${launchDir}/results/metagenome/ASSEMBLY_BINNING/final_bins

ASSEMBLY_BINNING 모듈의 출력 또는 게놈 빈이 포함된 자체 디렉토리를 지정합니다.

-o, --outdir

출력 디렉토리

${launchDir}/results/metagenome/BIN_ASSESSMENT

다운스트림 분석을 위해 기본값 권장

-m, --metadata

메타데이터 파일 경로

null

선택 사항이지만 권장됩니다. 다운스트림 분석을 위해 품질/분류학 결과를 샘플 메타데이터와 결합하는 데 사용됩니다.

-c, --accession_column

메타데이터의 열 인덱스

1

메타데이터 파일에서 게놈 빈 이름과 일치하는 샘플 식별자가 포함된 열을 지정합니다.

--pass_quality

게놈 선택을 위한 품질 필터

QS50.pass

옵션: medium_quality.pass, high_quality.pass, medium_quality_gunc.pass, high_quality_gunc.pass, QS50.pass, QS50_gunc.pass, all

-p, --processors

사용할 CPU 수

20

시스템 기능에 따라 조정

--run_id

고유 실행 식별자

Timestamp_workflowName

“yyyyMMddHHmmss_number” 형식(예: “20250306135829_2996”)으로 자동 생성됩니다. 필요한 경우 사용자 정의할 수 있습니다.

품질 필터링 및 메타데이터 매개변수에 대한 정보

품질 필터링 구현:

Nextflow 스크립트는 --pass_quality 매개변수를 기반으로 품질 필터링을 구현합니다. 게놈이 처리될 때:

  • 매개변수는 지정된 품질 기준에 따라 후속 단계로 전달될 게놈을 선택합니다.

  • --pass_quality가 all로 설정된 경우, 모든 게놈 빈이 필터링 없이 포함됩니다.

  • 다른 옵션(QS50.pass, medium_quality.pass 등)의 경우, 스크립트는 선택된 품질 기준에 대해 “True”로 표시된 게놈만 포함하도록 결합된 품질 보고서의 해당 열에 따라 게놈을 필터링합니다.

Accession Column 예시:

메타데이터 파일과 함께 --accession_column이 작동하는 방식의 예:

메타데이터 파일(sample_metadata.csv):

run_accession,sample_id,location,disease_status,age
SRR6915091,P001,USA,Healthy,35
SRR6915092,P002,Canada,Disease,42
SRR6915093,P003,UK,Healthy,28

게놈 빈 이름은 다음과 같을 것입니다:

  • SRR6915091_bin.1.fa

  • SRR6915091_bin.2.fa

  • SRR6915092_bin.1.fa …

이러한 빈 이름을 메타데이터와 일치시키려면 다음을 사용합니다:

metafun -module BIN_ASSESSMENT -m sample_metadata.csv -c 1

열 1(run_accession)에 게놈 빈 이름의 접두사와 일치하는 샘플 식별자(SRR6915091, SRR6915092)가 포함되어 있기 때문입니다.

입력 및 출력#

입력#

  • FASTA 형식의 게놈 빈(.fa, .fna, 또는 .fasta 확장자)

  • ASSEMBLY_BINNING 워크플로우에서 나온 고품질 빈이어야 함

  • 기본 입력 디렉토리: ${launchDir}/results/metagenome/ASSEMBLY_BINNING/final_bins

  • 선택 사항: CSV 또는 TSV 형식의 샘플 정보가 포함된 메타데이터 파일

출력#

  • CheckM2 품질 평가 결과

  • GUNC 오염도 평가 결과

  • GTDB-Tk 분류학적 분류

  • 품질 필터링된 게놈 빈

  • 결합된 품질 및 분류학 보고서

  • 선택 사항: 품질/분류학 정보가 포함된 결합 메타데이터

출력 디렉토리 구조#

출력 디렉토리는 ${launchDir}/results/metagenome/BIN_ASSESSMENT 또는 -o outdir로 지정한 디렉토리 경로에 있습니다.

입력 및 출력 디렉토리 전환

-o ${output directory}로 사용자 정의 출력 디렉토리를 정의한 경우, 다운스트림 워크플로우에서 입력 매개변수를 적절히 수정해야 합니다. 기본 출력 디렉토리는 ${launchDir}에 있는 results/metagenome/BIN_ASSESSMENT입니다.

출력 디렉토리 구조#
${launchDir}/results/metagenome/BIN_ASSESSMENT/
├── prepared_bins_${run_id}/              # 준비되고 이름이 변경된 입력 빈
│   └── renamed_bins/
│       ├── ${sample_id}_bin.1.fa
│       ├── ${sample_id}_bin.2.fa
│       └── ...
├── checkm2_${run_id}/                    # CheckM2 품질 평가 결과
│   └── ${outputDirCheckM2}/
│       ├── quality_report.tsv            # 주요 품질 평가 보고서
│       ├── protein_files/                # 게놈에서 예측된 단백질
│       │   ├── ${genome_name}.faa
│       │   └── ...
│       └── ...
├── gunc_${run_id}/                       # GUNC 오염도 평가 결과
│   └── ${outputDirGUNC}/
│       ├── GUNC.progenomes_2.1.maxCSS_level.tsv  # 주요 오염도 보고서
│       └── ...
├── checkm_gunc_combined_${run_id}/       # 결합된 품질/오염도 결과
│   └── combined_report.tsv               # 결합된 CheckM2 및 GUNC 결과
├── bins_quality_passed/                  # 품질 필터링된 게놈 빈
│   ├── ${sample_id}_bin.1.fa             # 품질 필터를 통과한 빈만 포함
│   └── ...
├── gtdb_outdir_${run_id}/                # GTDB-Tk 분류학 분류 결과
│   ├── gtdbtk.bac120.summary.tsv         # 박테리아 게놈 분류
│   ├── gtdbtk.ar53.summary.tsv           # 고세균 게놈 분류
│   ├── quality_taxonomy_combined.csv     # 결합된 품질 및 분류학
│   └── ...
└── quality_taxonomy_combined_final.csv   # 다운스트림 분석을 위한 최종 보고서

또한, 메타데이터가 제공될 때:

메타데이터 관련 출력 파일(launchDir에 있음)#
${launchDir}/
├── combined_metadata_quality_taxonomy_${run_id}.csv  # 결합된 메타데이터 및 품질/분류학
└── metadata_column_BIN_ASSESSMENT_summary.tsv        # 메타데이터 열 요약

모듈 실행#

# 기본 사용법
(metafun) metafun -module BIN_ASSESSMENT

# ASSEMBLY_BINNING에서 사용자 지정 출력 경로를 사용한 경우 입력 디렉토리 지정
(metafun) metafun -module BIN_ASSESSMENT -i /path/to/bins

# 품질/분류 결과와 결합할 메타데이터 파일 제공(권장)
(metafun) metafun -module BIN_ASSESSMENT -m your_metadata.csv -c 2

# 게놈 선택을 위한 품질 필터 지정
(metafun) metafun -module BIN_ASSESSMENT --pass_quality medium_quality.pass

품질 필터링 옵션

품질 메트릭에 기반하여 게놈을 필터링하는 여러 옵션이 있습니다:

  • 기본 품질 필터링을 위해 medium_quality.pass 사용:

중간 품질 필터 적용#
(metafun) metafun -module BIN_ASSESSMENT --pass_quality medium_quality.pass

  • 더 엄격한 품질 요구 사항을 위해 high_quality.pass 사용:

고품질 필터 적용#
(metafun) metafun -module BIN_ASSESSMENT --pass_quality high_quality.pass

  • 품질 및 GUNC 검사를 모두 통과하는 게놈 포함:

품질 및 GUNC 필터 적용#
(metafun) metafun -module BIN_ASSESSMENT --pass_quality QS50_gunc.pass

  • 사용 가능한 품질 필터 옵션:

    • medium_quality.pass: 완전성 ≥ 50%, 오염도 < 10%

    • high_quality.pass: 완전성 > 90%, 오염도 < 5%

    • medium_quality_gunc.pass: medium_quality + GUNC 통과

    • high_quality_gunc.pass: high_quality + GUNC 통과

    • QS50.pass: QS50 점수 ≥ 50

    • QS50_gunc.pass: QS50 통과 + GUNC 통과

    • all: 품질 필터링 없음(모든 게놈 포함)

실행 예제 및 결과#

metaFun 명령줄 실행 예제#

metafun_pipeline

메타데이터와 품질/분류학 결과 결합하기

결합된 메타데이터 파일(combined_metadata_quality_taxonomy_${run_id}.csv)은 GENOME_SELECTOR 모듈의 다운스트림 분석에 필수적입니다. 이는 게놈 품질 및 분류학을 샘플 메타데이터와 연결합니다. 이 프로세스에서 선택된 빈은 COMPARATIVE_ANNOTATION 모듈에서 추가 분석에 사용됩니다.

메타데이터 파일을 효과적으로 사용하려면:

  1. 먼저 메타데이터 열 요약을 확인하여 열 구조를 식별합니다:

메타데이터 열 요약 보기#
cat yourmetadata.csv

메타데이터에 대한 접근 열을 식별해야 합니다

이것은 게놈 선택 및 추가 분석을 진행하기 전에 데이터 구조를 이해하는 데 도움이 됩니다.

품질 평가 결과 예시#

CheckM2 품질 보고서 예시#
$ head -n 5 ${launchDir}/results/metagenome/BIN_ASSESSMENT/checkm2_*/quality_report.tsv

Name    Completeness    Contamination    Completeness_Model_Used  Translation_Table_Used    Coding_Density    Contig_N50    Average_Gene_Length    Genome_Size    GC_Content    Total_Coding_Sequences    Total_Contigs    Max_Contig_Length    Additional_Notes
SRR6915091_bin.1    98.2    1.3    Neural Network (Specific Model)    11    0.877    278453    899.8    2758979    0.474    2698    823    32542    None
SRR6915091_bin.2    87.6    3.2    Neural Network (Specific Model)    11    0.863    129876    891.2    3104325    0.418    3077    945    28754    None
SRR6915091_bin.3    62.4    5.1    Gradient Boost (General Model)    11    0.901    87542    911.5    2198765    0.562    2154    752    18923    None

CheckM2 품질 보고서에는 다음과 같은 주요 열이 포함됩니다:

  • Name: 게놈 빈 식별자

  • Completeness: 추정된 게놈 완전성 백분율(0-100%)

  • Contamination: 추정된 오염도 백분율(0-100%)

  • Completeness_Model_Used: 완전성 추정에 사용된 모델(예: “Neural Network (Specific Model)”, “Gradient Boost (General Model)”)

  • Translation_Table_Used: 번역에 사용된 유전 코드

  • Coding_Density: 단백질을 코딩하는 게놈의 비율

  • Contig_N50: 컨티그의 N50 값(이 크기 이상의 컨티그에 게놈의 50%가 포함된 길이)

  • Average_Gene_Length: 예측된 유전자의 평균 길이

  • Genome_Size: 염기쌍 단위의 게놈 총 크기

  • GC_Content: 게놈의 GC 함량(0-1)

  • Total_Coding_Sequences: 예측된 코딩 시퀀스 수

  • Total_Contigs: 게놈 어셈블리의 컨티그 수

  • Max_Contig_Length: 가장 큰 컨티그의 길이

분류학적 분류 결과 예시#

GTDB-Tk 분류학적 분류 예시#
$ head -n 5 ${launchDir}/results/metagenome/BIN_ASSESSMENT/gtdb_outdir_*/gtdbtk.bac120.summary.tsv

| Genome                | Completeness | Contamination | medium_quality.pass | near_complete.pass | medium_quality_gunc.pass | near_complete_gunc.pass | QS50  | QS50.pass | pass.GUNC | QS50_gunc.pass | classification                                                                                                                                             | Analysis_accession | bioproject_accession | accession_used_in_analysis | country | continent | host_age | host_body_mass_index | host_sex | disease_group | AJCC_stage | age_group |
|-----------------------|--------------|---------------|---------------------|--------------------|--------------------------|-------------------------|-------|-----------|-----------|----------------|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|--------------------|----------------------|----------------------------|---------|-----------|----------|----------------------|----------|---------------|------------|-----------|
| SRR6915091_MB2.14     | 91.77        | 0.55          | True                | True               | True                     | True                    | 89.02 | True      | True      | True           | d__Bacteria;p__Bacillota_C;c__Negativicutes;o__Acidaminococcales;f__Acidaminococcaceae;g__Acidaminococcus;s__Acidaminococcus intestini                      | SRR6915091         | PRJNA447983          | SRR6915091                 | Italy   | Europe    | 77.0     | 23.0                 | Male     | CRC           |            | Old       |
| SRR6915091_MB2.16     | 93.32        | 6.58          | True                | False              | False                    | False                   | 60.42 | True      | False     | False          | d__Bacteria;p__Bacteroidota;c__Bacteroidia;o__Bacteroidales;f__Bacteroidaceae;g__Phocaeicola;s__Phocaeicola dorei                                           | SRR6915091         | PRJNA447983          | SRR6915091                 | Italy   | Europe    | 77.0     | 23.0                 | Male     | CRC           |            | Old       |
| SRR6915091_MB2.17     | 70.82        | 2.2           | True                | False              | True                     | False                   | 59.82 | True      | True      | True           | d__Bacteria;p__Bacillota_A;c__Clostridia;o__Lachnospirales;f__Lachnospiraceae;g__Fusicatenibacter;s__Fusicatenibacter saccharivorans                        | SRR6915091         | PRJNA447983          | SRR6915091                 | Italy   | Europe    | 77.0     | 23.0                 | Male     | CRC           |            | Old       |
| SRR6915091_MB2.18_sub | 64.01        | 9.25          | True                | False              | False                    | False                   | 17.76 | True      | False     | False          | d__Bacteria;p__Bacillota_A;c__Clostridia;o__Oscillospirales;f__Oscillospiraceae;g__Flavonifractor;s__Flavonifractor plautii                                  | SRR6915091         | PRJNA447983          | SRR6915091                 | Italy   | Europe    | 77.0     | 23.0                 | Male     | CRC           |            | Old       |


```{code-block} bash
:caption: 결합된 품질 및 분류학 보고서 예시

$ head -n 5 ${launchDir}/results/metagenome/BIN_ASSESSMENT/quality_taxonomy_combined_final.csv

Genome,Completeness,Contamination,medium_quality.pass,high_quality.pass,medium_quality_gunc.pass,high_quality_gunc.pass,QS50,QS50.pass,pass.GUNC,QS50_gunc.pass,classification
SRR6915091_bin.1,98.2,1.3,True,True,True,True,89.02,True,True,True,d__Bacteria;p__Bacteroidota;c__Bacteroidia;o__Bacteroidales;f__Bacteroidaceae;g__Bacteroides;s__Bacteroides vulgatus
SRR6915091_bin.2,87.6,3.2,True,False,True,False,72.76,True,True,True,d__Bacteria;p__Firmicutes_A;c__Clostridia;o__Lachnospirales;f__Lachnospiraceae;g__Blautia;s__Blautia obeum
SRR6915091_bin.3,62.4,5.1,True,False,False,False,47.05,False,False,False,d__Bacteria;p__Firmicutes_A;c__Clostridia;o__Oscillospirales;f__Ruminococcaceae;g__Faecalibacterium;s__Faecalibacterium prausnitzii

BIN_ASSESSMENT 모듈의 Nextflow 프로세스#

프로세스

InputDir

OutputDir

참고

prepareInputFiles

${params.inputDir}

${params.outdir}/prepared_bins_${params.run_id}

입력 게놈 빈 준비 및 이름 변경

runCheckM2

prepareInputFiles의 출력

${params.outdir}/checkm2_${params.run_id}

CheckM2 품질 평가

runGUNC

runCheckM2의 출력

${params.outdir}/gunc_${params.run_id}

GUNC 오염도 평가

combineFiles

runCheckM2 및 runGUNC의 출력

${params.outdir}/checkm_gunc_combined_${params.run_id} 및 ${params.outdir}/bins_quality_passed

결과 결합 및 게놈 필터링

gtdbtk

combineFiles의 출력

${params.outdir}/gtdb_outdir_${params.run_id}

GTDB-Tk 분류학적 분류

createFinalFile

gtdbtk의 출력

${params.outdir}

최종 결합 보고서 생성

combineMetadata

최종 보고서 및 사용자 메타데이터

${launchDir}

선택 사항: 사용자 메타데이터와 결합

create_metadata_summary

결합된 메타데이터 파일

${launchDir}

메타데이터 열 요약 생성

BIN_ASSESSMENT 워크플로우의 프로세스 설명#

  1. prepareInputFiles: 파일 확장자를 표준화하고 압축된 파일을 처리하여 입력 게놈 빈을 준비합니다.

    • 입력: 게놈 빈이 포함된 디렉토리

    • 출력: .fa 형식의 표준화된 게놈 빈이 있는 디렉토리

  2. runCheckM2: 계통 특이적 마커 유전자를 기반으로 완전성과 오염도를 추정하는 CheckM2를 사용하여 게놈 품질을 평가합니다.

    • 입력: 표준화된 게놈 빈

    • 출력: CheckM2 품질 보고서 및 단백질 파일

    • 마커 유전자 식별을 위한 CheckM2 데이터베이스 사용

  3. runGUNC: 게놈 일관성을 기반으로 오염을 감지하는 GUNC를 사용하여 게놈 오염도를 평가합니다.

    • 입력: CheckM2의 단백질 파일

    • 출력: GUNC 오염도 보고서

    • 참조 기반 오염 감지를 위한 GUNC 데이터베이스 사용

  4. combineFiles: CheckM2 및 GUNC 결과를 결합하고, 품질 점수를 계산하며, 품질 임계값에 따라 게놈을 필터링합니다.

    • 입력: CheckM2 및 GUNC 보고서

    • 출력: 결합된 품질 보고서 및 필터링된 게놈 빈

    • 선택된 품질 매개변수에 기반한 품질 필터링 구현

  5. gtdbtk: Genome Taxonomy Database를 기반으로 분류를 할당하는 GTDB-Tk를 사용하여 품질 필터링된 게놈의 분류학적 분류를 수행합니다.

    • 입력: 품질 필터링된 게놈 빈

    • 출력: 박테리아 및 고세균 게놈에 대한 GTDB-Tk 분류 결과

    • 분류를 위한 GTDB-r220 데이터베이스 활용

  6. createFinalFile: 품질 평가 및 분류학적 분류를 결합한 포괄적인 최종 보고서를 생성합니다.

    • 입력: 결합된 품질 보고서 및 GTDB-Tk 결과

    • 출력: 품질 메트릭 및 분류가 포함된 최종 보고서

    • 가능한 경우 이전 실행 결과 병합

  7. combineMetadata: (선택 사항) 최종 품질/분류학 보고서를 사용자 제공 메타데이터와 결합합니다.

    • 입력: 최종 보고서 및 사용자 메타데이터 파일

    • 출력: 품질, 분류학 및 샘플 정보가 포함된 결합된 메타데이터 파일

    • 다운스트림 분석을 위해 게놈 정보를 샘플 메타데이터와 연결

  8. create_metadata_summary: 후속 분석을 지원하기 위한 메타데이터 열 요약을 생성합니다.

    • 입력: 결합된 메타데이터 파일

    • 출력: 인덱스와 이름이 있는 메타데이터 열 요약

    • 다운스트림 분석을 위한 관련 열 식별 지원

BIN_ASSESSMENT에서 사용되는 도구#

도구

목적

버전

데이터베이스

데이터베이스 버전

기본 매개변수

선택할 수 있는 매개변수

CheckM2

게놈 품질 평가

1.0.2

CheckM2 Database

1.0.2

--threads ${task.cpus} --output-directory ${params.outputDirCheckM2} -x fa

출력 디렉토리 이름

GUNC

게놈 오염도 평가

1.0.6

GUNC Database

progenomes2.1

-g -t ${task.cpus} -o ${params.outputDirGUNC} -e .faa

출력 디렉토리 이름

GTDB-Tk

게놈 분류학 분류

2.4.0

GTDB

r220

--mash_db mash_220.db.msh --cpus ${task.cpus} --pplacer_cpus ${task.cpus}

이 워크플로우에 특정한 것 없음

BIN_ASSESSMENT의 사용자 정의 스크립트#

스크립트

목적

입력

출력

참고

Checkm2_GUNC_combine_quality_pass.py

CheckM2 및 GUNC 결과 결합

CheckM2 및 GUNC 보고서

결합된 품질 보고서

품질 점수 및 플래그 계산

GTDB_add2_check2gunc.py

품질 및 분류학 데이터 결합

품질 보고서 및 GTDB-Tk 결과

결합된 품질/분류학 보고서

포괄적인 게놈 보고서 생성

combine_metadata_WMS_genome.py

게놈 데이터를 샘플 메타데이터와 결합

게놈 보고서 및 사용자 메타데이터

결합된 메타데이터 파일

게놈 데이터를 샘플 컨텍스트와 연결

사용 참고 사항#

  • BIN_ASSESSMENT 워크플로우는 ASSEMBLY_BINNING 워크플로우의 출력과 함께 작동하도록 설계되었습니다.

  • COMPARATIVE_ANNOTATION 모듈의 다운스트림 분석을 위해 --metadata 옵션을 사용하여 메타데이터 제공을 강력히 권장합니다.

  • 기본 품질 필터(QS50.pass)는 QS50 품질 점수 ≥ 50인 게놈을 선택하지만, 연구 필요에 따라 다른 필터를 선택할 수 있습니다.

  • 스크립트는 진행하기 전에 입력 디렉토리의 존재 및 비어 있지 않은지 확인합니다.

  • 여러 샘플의 병렬 처리를 위해 다른 --run_id 값으로 워크플로우를 실행할 수 있습니다.

  • 최종 품질/분류학 보고서 및 선택적 결합 메타데이터 파일은 COMPARATIVE_ANNOTATION 모듈의 주요 입력입니다.

다음 단계#

이 모듈로 게놈 품질 및 분류학을 평가한 후, **GENOME_SELECTOR**로 진행하여 관심 있는 게놈을 선택합니다. 그런 다음 **COMPARATIVE_ANNOTATION**에서 결과 csv 파일을 사용하여:

  • 유전자 예측 및 주석 수행

  • 비교 유전체 분석 수행

  • 기능적 프로필 생성

  • 다양한 샘플이나 조건에 걸쳐 게놈 비교

메타데이터와 품질/분류학 결과 결합하기#

샘플 메타데이터와 게놈 정보 결합하기

메타데이터는 CSV 형식의 페어드 엔드 리드 메타게놈 파일의 공통 기본 이름을 포함해야 합니다. 예를 들어, 페어드 엔드 메타게놈 fastq 파일 쌍의 기본 이름은 다음과 같습니다:
SRR6915091_1.fastq, SRR6915091_2fastq –> basename: SRR6915091

메타게놈의 메타데이터

메타데이터 csv 파일의 예시 테이블 내용:

bioproject_accession

accession_used_in_analysis

country

continent

host_age

host_body_mass_index

host_sex

disease_group

AJCC_stage

age_group

PRJNA447983

SRR6915092

Italy

Europe

60

20

Female

Control

Control

Old

PRJNA447983

SRR6915097

Italy

Europe

80

32

Female

Control

Control

Old

PRJNA447983

SRR6915108

Italy

Europe

67

20.43816558

Female

Control

Control

Old

PRJNA447983

SRR6915113

Italy

Europe

77

NA

Female

Control

Control

Old

이 테이블에서 두 번째 열 accession_used_in_analysis는 생성된 MAG의 기본 이름입니다.

MAG의 메타데이터

  • BIN_ASSESSMENT 모듈을 성공적으로 실행하면 게놈 품질, 분류학 및 상세 메트릭 정보가 포함된 quality_taxonomy_combined_final.csv 파일이 생성됩니다:

Genome,Completeness,Contamination,medium_quality.pass,high_quality.pass,medium_quality_gunc.pass,high_quality_gunc.pass,QS50,QS50.pass,pass.GUNC,QS50_gunc.pass,Completeness_Model_Used,Translation_Table_Used,Coding_Density,Contig_N50,Average_Gene_Length,Genome_Size,GC_Content,Total_Coding_Sequences,Total_Contigs,Max_Contig_Length,classification
ERR1018185qced_headed_MB2.1,62.18,0.38,True,False,True,False,60.28,True,True,True,Neural Network (Specific Model),11,0.886,3309,254.5395019981556,2799002,0.51,3253,900,18216,d__Bacteria;p__Pseudomonadota;c__Gammaproteobacteria;o__Enterobacterales;f__Enterobacteriaceae;g__Escherichia;s__Escherichia coli

결합된 메타데이터 파일

  • --metadata 옵션을 --accession_column과 함께 사용할 때, combined_metadata_quality_taxonomy_${run_id}.csv 파일이 생성됩니다:

Genome

Completeness

Contamination

medium_quality.pass

high_quality.pass

classification

bioproject_accession

accession_used_in_analysis

country

host_age

disease_group

SRR6915091_bin.1

91.77

0.55

True

True

d__Bacteria;p__Bacillota_C;c__Negativicutes;o__Acidaminococcales;f__Acidaminococcaceae;g__Acidaminococcus;s__Acidaminococcus intestini

PRJNA447983

SRR6915091

Italy

77

CRC

SRR6915091_bin.2

93.32

6.58

True

False

d__Bacteria;p__Bacteroidota;c__Bacteroidia;o__Bacteroidales;f__Bacteroidaceae;g__Phocaeicola;s__Phocaeicola dorei

PRJNA447983

SRR6915091

Italy

77

CRC

이 결합된 파일은 게놈 품질 및 분류학을 샘플 메타데이터와 연결하여 COMPARATIVE_ANNOTATION 모듈의 다운스트림 분석을 위한 가치 있는 컨텍스트를 제공합니다.

이 결합된 파일을 생성하려면 다음을 사용하세요:

(metafun) metafun -module BIN_ASSESSMENT -m your_metadata.csv -c 2

여기서 2는 게놈 빈 이름과 일치하는 샘플 식별자가 포함된 메타데이터의 열 인덱스를 나타냅니다.

출력 파일의 이름은 타임스탬프와 워크플로우 식별자(예: combined_metadata_quality_taxonomy_20250306135829_2996.csv)로 지정됩니다. 여기서:

  • 20250306135829는 yyyyMMddHHmmss 형식의 타임스탬프입니다

  • 2996은 고유한 워크플로우 식별자입니다

BIN_ASSESSMENT는 게놈 복구와 기능 분석 사이의 간극을 연결하는 중요한 단계로, 다운스트림 비교 연구에 고품질 게놈만 사용되도록 보장합니다.

Contents