RAWREAD_QC

RAWREAD_QC#

이 모듈은 전체 메타게놈 시퀀싱 데이터의 원본 리드 품질 제어를 위해 설계된 metaFun 파이프라인의 일부입니다.

개요#

RAWREAD_QC 모듈은 metaFun 파이프라인의 첫 번째 단계로, 원본 메타게놈 시퀀싱 데이터의 품질 제어를 위해 설계되었습니다. 이 모듈은 품질 평가, 트리밍, 그리고 호스트 리드 필터링을 수행하여 다운스트림 분석을 위한 고품질 리드를 준비합니다. 모든 호스트 리드는 metaFun을 사용하여 인덱싱되고 활용될 수 있으며, 호스트 리드 필터링 과정을 건너뛸 수도 있습니다.

모듈 실행#

# 기본 사용법
(metafun) metafun -module RAWREAD_QC -i /path/to/raw_reads

# 호스트 필터링 건너뛰기
(metafun) metafun -module RAWREAD_QC -i /path/to/raw_reads --filter none

# 필터링을 위한 사용자 정의 호스트 게놈 사용 (먼저 게놈 준비).
# 게놈을 인덱싱하고 RAWREAD_QC 모듈을 실행합니다.
(metafun) metafun -module PREPARE_CUSTOM_HOST -i yourgenome.fasta -f custom_genome_name
(metafun) metafun -module RAWREAD_QC -i /path/to/raw_reads --filter custom_genome_name

호스트 리드 필터링 옵션

리드를 필터링하는 세 가지 옵션이 있습니다: human, Skip filtering out, your custom genome.

  • 기본값은 human genome으로 설정되어 있습니다. 데이터셋이 인간 게놈에서 온 경우, 필터를 지정할 필요가 없습니다.

  • 호스트 리드 필터링을 건너뛰려면, -f none 또는 --filter none을 지정하세요.

호스트 리드 필터링 단계와 후속 FastQC 단계를 건너뜁니다.#
# 관심 있는 게놈을 사용하여 리드 필터링을 건너뛰려면 이 방법을 사용하세요.
 (metafun) metafun -module RAWREAD_QC -i ${inputDir} -f none

  • 필터링을 위해 자신의 게놈을 사용하려면, 먼저 인덱싱하고 그것을 지정하세요.

필터링을 위해 사용자 정의 게놈 사용.#
# 특정 이름으로 게놈을 인덱싱합니다. 어떤 이름이든 `-f`와 함께 사용할 수 있지만, RAWREAD_QC 모듈에서 이 단어를 사용해야 합니다.
(metafun) metafun -module PREPARE_CUSTOM_HOST -i yourgenome.fasta -f anyname
# 게놈(mygenome) 인덱싱에 사용한 필터 이름을 `mygenome`으로 지정합니다.
(metafun) metafun -module RAWREAD_QC -i ${inputDir} -f anyname

모듈 작동 순서#

이 모듈은 다음 단계를 수행합니다:

  1. 원본 리드에 대한 FastQC 분석

  2. fastp를 사용한 트리밍 및 품질 필터링

  3. Bowtie2를 사용한 호스트(예: 인간) 리드 제거(선택 사항)

  4. 필터링된 리드에 대한 FastQC 분석

  5. MultiQC 보고서 생성

매개변수#

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

매개변수

설명

기본값

참고

-i, --inputDir

원본 리드가 포함된 입력 디렉토리

원본 리드가 포함된 디렉토리 경로를 설정해야 합니다.

필수

-o, --outdir

출력 디렉토리

${launchDir}/results/metagenome/RAWREAD_QC

다운스트림 분석을 위해 기본 출력 디렉토리가 권장됩니다.

-f, --filter

호스트 게놈 필터링 옵션

human

옵션: human, none, 또는 사용자 정의 이름

-p, --processors

사용할 CPU 수

4

입력 및 출력#

입력#

  • 원본 페어드 엔드 메타게놈 리드(FASTQ 형식, gzip 압축 가능)

  • -i ${inputDir}로 입력 리드 디렉토리 지정

  • 파일 이름 규칙: *_1.fastq.gz/*_2.fastq.gz 또는 *_1.fq.gz/*_2.fq.gz 또는 gzip 압축 확장자 없이.

출력#

  • 품질 제어 및 필터링된 메타게놈 리드

  • 품질 평가 보고서 및 시각화

출력 디렉토리 구조#

출력 디렉토리는 ${launchDir} 또는 -o outdir로 지정한 디렉토리 경로에 있습니다.

우리는 권장대로 출력 디렉토리를 지정하지 않았다고 가정합니다.

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

입력 및 출력 디렉토리 전환

-o ${output directory}를 지정하여 출력 디렉토리를 정의한 경우, 다른 모듈에서도 이러한 매개변수를 수정해야 합니다. 기본 출력 디렉토리는 ${launchDir}에 있는 results/metagenome/RAWREAD_QC.입니다.

출력 디렉토리 구조#
 # 입력 샘플은 ${inputDir}에 있으며, 입력 fastq 파일 이름은 ${sample_id}_{1,2}.fastq.gz 또는 ${sample_id}_{1,2}.fq.gz 또는 gzip 압축 확장자 없이 될 수 있습니다.

${launchDir}/results/metagenome/RAWREAD_QC/
├── fastqc_raw/                      # 원본 리드에 대한 FastQC 결과
│   ├── ${sample_id}_1_fastqc.html
│   ├── ${sample_id}_1_fastqc.zip 
│   ├── ${sample_id}_2_fastqc.html
│   ├── ${sample_id}_2_fastqc.zip
│   ├── ...
├── read_filtered/                   # 호스트 필터링된 리드
│   ├── ${sample_id}_fastp_hg38_1.fastq.gz
│   └── ${sample_id}_fastp_hg38_2.fastq.gz
├── fastqc_filtered/                 # 필터링된 리드에 대한 FastQC 결과
│   ├── ${sample_id}_fastp_hg38_fastqc_filtered/
│   │   ├── ${sample_id}_fastp_hg38_1_fastqc.html
│   │   ├── ${sample_id}_fastp_hg38_1_fastqc.zip
│   │   ├── ${sample_id}_fastp_hg38_2_fastqc.html
│   │   ├── ${sample_id}_fastp_hg38_2_fastqc.zip
│   ├── ...
└── multiqc/                         # MultiQC 보고서
    ├── multiqc_report.html
    └── multiqc_data/
        └── ...

실행 예제 및 결과#

metaFun 명령줄 실행 예제#

metafun_pipeline

MultiQC 보고서 예제#

MultiQC 보고서는 모든 샘플에 걸쳐 원본 리드 및 필터링된 리드 품질 통계를 통합합니다.

metafun_pipeline

HTML multiQC 보고서 예제!

RAWREAD_QC 모듈의 Nextflow 프로세스#

프로세스

InputDir

OutputDir

참고

fastqc_raw

${params.inputDir}

${params.outdir}/fastqc_raw

원본 리드에 대한 FastQC 분석 결과

fastp

${params.inputDir}

None

트리밍 및 품질 필터링 수행

humanread_filter

fastp의 출력

${params.outdir}/read_filtered

호스트 리드 제거(params.filter가 ‘none’이 아닐 때)

fastqc_filtered

humanread_filter의 출력

${params.outdir}/fastqc_filtered

필터링된 리드에 대한 FastQC 분석 결과

multiQC

모든 이전 프로세스의 결과

${params.outdir}/multiqc

모든 QC 결과의 종합 보고서

RAWREAD_QC 모듈의 프로세스 설명#

  1. 원본 리드에 대한 FastQC: --inputDir ${your input directory}로 지정된 원본 입력 메타게놈 리드에 대해 FastQC 분석을 수행합니다.

  2. fastp 처리: fastp를 사용하여 메타게놈 리드를 트리밍하고 필터링합니다.

  3. 호스트 리드 필터링(선택 사항): Bowtie2를 사용하여 호스트 리드를 제거합니다. 기본 입력 게놈은 GRCh38_p12.dna.primary_assembly입니다(-f human). 호스트 리드를 필터링하지 않으려면, 명령줄에서 -f none을 지정하세요. 그렇지 않고 관심 있는 자신의 게놈을 필터링하려면, (metafun) metafun -module PREPARE_CUSTOM_HOST -i $yourgenome -f${value}로 게놈을 인덱싱할 수 있습니다.

  4. 필터링된 리드에 대한 FastQC: 필터링된 리드에 대해 FastQC 분석을 수행합니다.

  5. MultiQC 보고서: 모든 QC 결과를 결합한 MultiQC 보고서를 생성합니다.

RAWREAD_QC에서 사용되는 도구#

도구

목적

버전

기본 매개변수

선택할 수 있는 매개변수

FastQC

원본 시퀀스 데이터에 대한 품질 제어 검사

v0.12.1

기본값

--cpus ${number}로만 CPU 선택 가능

fastp

원본 메타게놈 리드의 트리밍 및 필터링

0.23.4

기본값

--cpus ${number}로만 CPU 선택 가능

Bowtie2

호스트 오염을 제거하기 위한 리드 정렬

2.5.2

--very-sensitive: 감도 프리셋, --un-conc-gz: gzip 압축된 메타게놈 리드, 호스트 게놈에 비정렬, end-to-end

null

MultiQC

생물정보학 분석 결과 집계

v1.18

이 스크립트에 특정 매개변수 없음

null

사용 참고 사항#

  • metafun -module PREPARE_CUSTOM_HOST -i yourgenome.fasta -f name을 사용하여 -f name을 지정하여 사용자 정의 인덱스를 생성할 수 있습니다.

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

  • 이 모듈의 결과는 ASSEMBLY_BINNING, WMS_TAXONOMY 및 **WMS_FUNCTION**의 입력 데이터로 사용됩니다. 이 모듈의 결과는 Bracken과 함께 Kraken2를 위한 WMS_TAXONOMY에 필수 입력입니다.

Contents