clipoverlap 1.0.9

夹子

剪辑sam/bam文件的读取伙伴中的重叠区域。

安装：pip install clipoverlap 或：

git clone git@github.com:innovate-invent/clip.git
cd clip
python3 setup.py install

运行：

$ clip -h
Clip Overlap v1.0
Clip overlapping reads from SAM/BAM/CRAM file
Use: clip [-tmabcosv] [input file path | < infile > outfile] [output file path]
If no paths are given stdin and stdout are used.
-t # Threads to use for processing (Default=1)
-m # Maximum template length guaranteeing no read overlap (Default=1000)
-a Alternate strand being clipped to avoid strand bias (RAM intensive)
-b Trim tails of reads that extend past end of mate. Used to trim barcode remnants.
-c Clip only, do not merge clipped region into mate.
-o [sbuc] Output format: s=SAM (Default), b=BAM compressed, bu=BAM uncompressed, c=CRAM
-s Maintain input order (High depth regions may fill RAM), if not set will output in arbitrary order (Minimal RAM)
-v Verbose status output

您可能会注意到，如果您只运行clip而没有参数，那么它只会坐在那里无所事事。 这是因为默认设置是监听stdin输入。

注：

clip至少使用两个子进程，而不考虑-t选项。

-a将在剪断最左侧链的尾部和剪断最右侧链的头部之间交替。 这是为了避免以后在加工管道中可能出现的钢绞线偏差。

如果正在处理已绑定条形码的读取，并在上一步中删除了5'条形码（请参见ProDuSe:trim） 然后使用-b选项删除任何可能的3'条形码序列，如果序列运行到分子的末端，则会附加这些序列。

同时使用-s和-a将强制clip尝试按起始引用坐标排序。 如果输入的是未排序的数据，则可能会耗尽RAM。

合并算法

假设mate read雪茄将1-1与由参考起始位置的差异确定的偏移量对齐。

• 如果-c未设置，则clip将在配对重叠区域的给定位置保留最高质量的基。
• 如果基质量相等，则它将保留与引用不匹配的基。
• 如果基础质量相等，且两个基础都是不同的变体，则质量分数设置为3（3=每个基础的50%概率）。
• 如果对齐雪茄之间的操作不匹配，则保留来自校准成本最低的伴侣的操作。

仅计算重叠区域的对齐成本。 使用这些值来计算成本：

待办事项：

计划进行显著的速度和内存优化。 首先需要消除pysam依赖关系。