OmegaPlus 检测正选择信号

OmegaPlus 是一个用于检测基因组数据中正选择痕迹的生物信息学工具。基于单倍型频率分布和重组事件检测选择信号,通过计算ω统计量(omega statistic)来识别选择位点。

官方软件提供了几种不同的版本:

OmegaPlus:顺序版本;

OmegaPlus-F:细粒度并行版本,适合在在更小的任务单位上并行化;

OmegaPlus-C:粗粒度并行版本,在较大的任务块上分配工作,适合任务量较大的计算场景;

OmegaPlus-M:多粒度并行版本结合了细粒度和粗粒度的优点,通常在实际计算中性能表现最佳。

示例:

./OmegaPlus-M -name TEST -input TEST.fasta -minwin 100 -maxwin 1000 -grid 10000 -threads 4

-name: 设置输出文件的前缀,用于标记结果文件。

-input: 指定输入文件(例如基因组序列文件)。

-minwin 和 -maxwin: 设置扫描窗口的范围。

-grid: 决定基因组上划分的网格数量,值越大分辨率越高,但计算量也越大。

-threads: 指定线程数量(仅用于并行版本)

其它可选参数:

-name <STRING>

指定运行名称,生成的输出文件将以该名称作为前缀。

-input <STRING>

输入对齐文件的名称。

-grid <INTEGER>

指定在对齐中计算 omega 值的网格数,数值越大分辨率越高,但计算量更大。

-minwin <INTEGER>/-maxwin <INTEGER>

设置用于计算 SNPs 之间连锁不平衡值的最小和最大窗口大小。

-length <INTEGER>

指定对齐长度,仅适用于 MS-like 和 MaCS-like 输入文件。

-impute <N or GAP>

启用对N或GAP符号的随机插补,将它们转换为有效字符。

可以使用两次-impute分别处理N和GAP。

示例:-impute N -impute GAP。

-seed <INTEGER>

指定随机数种子,用于插补N和GAP符号,或将 DNA 对齐转化为二进制数据。

必须与-impute和-binary一起使用。

-binary

将 DNA 对齐数据转换为二进制格式。

-threads <INTEGER>

指定线程数,仅适用于并行版本 OmegaPlus-F、OmegaPlus-C 和 OmegaPlus-M。

-minsnps <INTEGER>

指定子区域内计算 omega 值的最小 SNP 数量。

示例:-minsnps 10。

-ld <STRING>

指定连锁不平衡的测量类型,支持以下选项:

    RSQUARE(默认): SNPs 之间的相关系数 r²。

    D: D 统计量。

    ABSD: D 的绝对值。

    DOM: D_omega 统计量。

    ABSDOM: D_omega 的绝对值。

    ABSDOM2: D_omega 的绝对值,按频率乘积归一化。

示例:-ld RSQUARE。

-maf <FLOAT>

排除次等位基因频率低于阈值的 SNP。

-no-singletons

从分析中排除单一出现的 SNPs。

-b <INTEGER>

允许每个位置在左、右窗口中 SNPs 数目差异不超过<INTEGER>,实现对最佳 omega 值的近似搜索。

-all

输出文件中显示更多结果信息。

-reports

为每个对齐生成单独的报告文件。

-sampleList <STRING>

用于 VCF 文件,指定需要包含的样本。

-sampleList_out <STRING>

为输入 VCF 文件生成样本列表。

-mbs

指定输入文件为 mbs 格式(将按 ms 格式处理)。

-noSeparator

禁止在输出中打印//分隔符,便于元处理(如在 R 中处理结果)。



案例:

Weng et al., 2024, Mol Biol Evol
Taliadoros et al., 2023, PLOS Genet
Sørensen et al., 2023, Sci
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,125评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,293评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,054评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,077评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,096评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,062评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,988评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,817评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,266评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,486评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,646评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,375评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,974评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,621评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,642评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,538评论 2 352

推荐阅读更多精彩内容