mbio.md

生信模块库

生信模块存放目录为：src\mbio

• workflow
• module
• tool
• file
• package

workflow

workflow存放目录为：src\mbio\workflows

说明文档包含要点：功能描述、调用模块、模块关系图、结果目录。

模块名称	路径	功能说明	相关应用
metabase	meta.metabase	微生物多样性流程基础分析工作流.

module

modules存放目录为：src\mbio\modules

说明文档包含要点：功能描述、调用模块、模块关系图、参数设置、运行逻辑。

模块名称	路径	功能说明	相关应用
fastq2mongo_dc	[paternity_test.fastq2mongo_dc] (mbio.modules.paternity_test/fastq2mongo_dc)	实现亲子的fastq转tab的功能，通过类型判断pt or dcpt选择使用哪个流程转tab
pt_analysis	[paternity_test.pt_analysis] (mbio.modules.paternity_test/pt_analysis)	实现根据父本，母本，胎儿的tab文件，然后进行合并家系，然后在进行分析
ppinetwork_analysis	[protein_regulation.ppinetwork_analysis] (mbio.modules.protein_regulation/ppinetwork_analysis)	可以根据一列gene_id，来预测这些基因之间的蛋白质互作关系，并对预测出的网络进行拓扑属性分析
refrna_assemble	assemble.refrna_assemble	对所有样本进行组装合并，并对合并后的结果进行信息统计和新转录本预测
alpha_diversity	[meta.alpha_diversity.alpha_diversity]	无rst文档
beta_diversity	[meta.beta_diversity.beta_diversity]	无rst文档
corr_network_analysis	[meta.otu.corr_network_analysis]	该module用于与测物种之间的相关性，构建出相关性网络，然后对网络进行拓扑属性分析
otu_analysis	[meta.otu.otu_analysis]	无rst文档
miseq_qc	[meta.qc.miseq_qc]	无rst文档
[sample_extract] (http://git.majorbio.com/sanger_bioinfo/SangerBiocluster/tree/master/src/mbio/modules/meta/sample_extract/sample_extract.py)	[meta.sample_extract.sample_extract]	无rst文档
[ref_annotation] (http://git.majorbio.com/sanger_bioinfo/SangerBiocluster/tree/master/src/mbio/modules/annotation/ref_annotation.py)	ref_rna.ref_annotation
sequence.meta_genomic	sequence/meta_genomic	宏基因样本解压及碱基质量统计
rna.rnaseq_mapping	rna/rnaseq_mapping	rna reads比对模块
meta_genomic.qc_and_stat	meta_genomic/qc_and_stat	宏基因质控及信息统计
meta_genomic.common_anno_stat	meta_genomic.common_anno_stat	宏基因nr/cog/kegg注释部分的丰度统计表模块
meta_genomic.cazy_align_anno	meta_genomic.cazy_align_anno	宏基因cazy注释部分	宏基因流程
meta_genomic.ssu_align_anno	meta_genomic.ssu_align_anno	宏基因ssu注释部分	宏基因流程

tool

tools存放目录为：src\mbio\tools

说明文档包含要点：功能描述、调用软件、调用package、参数设置、环境变量、运行逻辑、资源配置、测试示例。

模块名称	路径	功能说明	相关应用
bwa
ppinetwork_map	protein_regulation.ppinetwork_map	使用STRINGdb这个R包，将要预测的基因ID map到stingID，用于后面的蛋白质互作预测
ppinetwork_predict	protein_regulation.ppinetwork_predict	根据stingID来预测蛋白质之间的互作关系
ppinetwork_topology	protein_regulation.ppinetwork_topology	对预测得到的蛋白质互作网络进行拓扑属性的分析
new_transcripts	assemble.new_transcripts	根据class_code,挑选新转录本(i,j,o,u,x)和新基因(u)
gffcompare	assemble.gffcompare	对gtf结果进行比较
stringtie_merge	assemble.stringtie_merge	样本合并
stringtie	assemble.stringtie	单个样本组装
cuffmerge	assemble.cuffmerge	样本合并
cufflinks	assemble.cufflinks	单个样本进行组装
estimators	meta.alpha_diversity.estimators	计算样本的多样性指数ace、chao、shannon
rarefaction	meta.alpha_diversity.rarefaction	比较测序数据量不同的样本中物种的丰富度
anosim_box	[meta.beta_diversity.anosim_box]
anosim	meta.beta_diversity.anosim	进行AdonisAnosim分析
dbrda	meta.beta_diversity.dbrda	进行db-RDA分析
distance_box	meta.beta_diversity.distance_box	绘制distanbox
distance_calc	meta.beta_diversity.distance_calc	用于计算otu表中样本的距离矩阵
enterotyping	meta.beta_diversity.enterotyping	微生物样本菌群分型分析，对样本进行分型聚类
environmental_regression	[meta.beta_diversity.environmental_regression]
hcluster	meta.beta_diversity.hcluster	基于距离矩阵获得样本树文件newick tree
metagenomeseq	[meta.beta_diversity.metagenomeseq]
meta_sourcetracker	meta.beta_diversity.meta_sourcetracker	微生物涞源组成比例分析，根据已有的物种信息，通过运算获得每个source环境对每个sink样本的相对贡献比例。
nmds	meta.beta_diversity.nmds	进行NMDS分析
n_pca	[meta.beta_diversity.n_pca]
pca	meta.beta_diversity.pca	进行PCA分析
pcoa	meta.beta_diversity.pcoa	进行PCOA分析
plot-enterotyping	meta.beta_diversity.plot-enterotyping	在样本菌群分型分析后，调用该模块执行画图数据的生成，获取可视化需要的数据
randomforest	[meta.beta_diversity.randomforest]
rda_cca	meta.beta_diversity.rda_cca	进行RDA/CCA分析
roc	[meta.beta_diversity.roc]
fastq_sample_extract	[meta.fastq_sample_extract]
function_predict	[meta.function_predict]
corr_network_calc	[meta.otu.corr_network_calc]
filter_otu	[meta.otu.filter_otu]
otu_association	[meta.otu.otu_association]
otunetwork	[meta.otu.otunetwork]
otu_taxon_stat	meta.otu.otu_taxon_stat	根据原始的otu表和otu的分类信息表生成绝对丰度和相对丰度的单一水平物种分类统计表和多水平物种分类统计
pan_core_otu	[meta.otu.pan_core_otu]
sort_samples	meta.otu.sort_samples	传入一个group表，以及是否进行样本合并的参数生成一张OTU表并对并依照group表OTU表进行筛选合并
sub_sample	[meta.otu.sub_sample]
usearch_otu	meta.otu.usearch_otu	对多样本序列进行OTU聚类分析
pipe_submit_all	[meta.pipe.pipe_submit_all]
base_info	meta.qc.base_info	用于统计一个fastq_dir文件夹下所有fastq的文件的碱基质量
qc_format	[meta.qc.qc_format]
reads_len_info	meta.qc.reads_len_info	用于统计一个fasta_dir或fastq_dir下的所有文件的碱基长度分布信息
samples_info	meta.qc.samples_info	用于统计一个fastq_dir/或者fasta_dir的样本信息
sample_check	[meta.sample_check]
phylo_tree	[phylo.phylo_tree]
transcript_abstract	transcript_abstrac	提取exons和最长转录本
merge_annot	[merge_annot] (mbio/tools/annotation/merge_annot)	cog、go、kegg注释结果合并	cog、go、kegg分类及富集
blast_annotation	blast_annotation	对blast结果进行evalue、score、similarity、identity筛选并进行E-value分布和相似度分布的统计
swissprot	[swissprot] (mbio/tools/annotation/swissprot)	Swiss-Prot注释
string2cog	[string2cog] (mbio/tools/annotation/string2cog)	cog注释及统计
go_annotation	go_annotation	go注释及统计(xml)
go_upload	[go_upload] (mbio/tools/annotation/go_upload)	go注释及统计(table)
kegg_annotation	kegg_annotation	kegg注释及统计(xml)
kegg_upload	[kegg_upload] (mbio/tools/annotation/kegg_upload)	go注释及统计(table)
cazy_align	cazy_align	碳水化合物活性酶注释比对环节，比对软件hmmscan
fastq_ungz	fasq_ungz	解压文件fastq文件
ssu_taxon	ssu_taxon	silva库SSU注释
human_anno	huamn_taxon	humann-0.99注释kegg相对丰度
hmmscan	hmmscan	hmmscan软件比对dbCAN数据库
cat_hmmscanout	cat_hmmscanout	比对合并
cazy_anno	cazy_anno	cazy注释
star	star	star比对
sequence.sickle_stat	sequence.sickle_stat	质控前后序列信息统计
metagen_nr	metagen_nr	宏基因获得nr的tax_profile物种分类信息表
nr_tax_level	nr_tax_level	宏基因获得nr注释后的各级物种分类信息丰度表
metagen_cog_stat	metagen_cog_stat	宏基因获得cog注释后的各样本注释信息丰度表
metagen_kegg_stat	metagen_kegg_stat	宏基因kegg注释结果统计tool
metagen_kegg_anno	metagen_kegg_anno	宏基因kegg注释tool
meta_genomic.cog_anno	meta_genomic.cog_anno	宏基因cog注释tool
sequence.remove_short_reads	sequence.remove_short_reads	去除fastq文件中长度较短的reads	宏基因流程质控模块（qc_and_stat）
soap_denovo	assemble.soap_denovo	宏基因SOAPdenovo2软件组装
get_contig	assemble.get_contig	宏基因对SOAPdenovo2软件组装结果去N去低质量
metagen_ass_stat	assemble.metagen_ass_stat	宏基因对统计结果进行汇总，并挑出最佳结果
metagene	assemble.metagene	宏基因metagene基因预测
fastq_mt_fasta	meta_genomic.fastq_mt_fasta	宏基因质控后的fastq合并生成fasta文件
add_ssu_result	meta_genomic.add_ssu_result	合并同一样本的ssu注释结果
cat_ssu_result	meta_genomic.cat_ssu_result	合并不同样本的ssu注释结果
data_split	paternity_test.data_split	医学流程数据拆分
merge_fastq	paternity_test.merge_fastq	医学流程fastq合并
bam2tab	paternity_test.bam2tab	亲子鉴定流程中bam文件转tab
dedup	paternity_test.dedup	亲子鉴定流程中父本查重模块
family_analysis	paternity_test.family_analysis	亲子鉴定流程中家系表分析计算有效值，无效值等
family_merge	paternity_test.family_merge	亲子鉴定流程中父本，母本，胎儿进行合并家系
family2bam	paternity_test.family2bam	亲子鉴定流程中杂交捕获，fastq转为中间bam文件
family_tab	paternity_test.family_tab	亲子鉴定流程中多重fastq转tab
result_info	paternity_test.result_info	亲子鉴定流程中完成所有的画图功能

file

files存放目录为：src\mbio\files

说明文档包含要点：格式说明、格式属性（值和说明描述）、方法函数（参数、功能说明、格式示例）

模块名称	路径	功能说明	相关应用
merge_txt	[assembly.merge_txt]
group_file_dir	[meta.alpha_diversity.group_file_dir]
distance_matrix	[meta.beta_diversity.distance_matrix]
newick_tree	[meta.beta_diversity.newick_tree]
env_table	[meta.env_table]
biom	[meta.otu.biom]
group_table	[meta.otu.group_table]
otu_seqids	[meta.otu.otu_seqids]
otu_table	[meta.otu.otu_table]
pan_core_table	[meta.otu.pan_core_otu]
tax_summary_dir	[meta.otu.tax_summary_dir]
venn_table	[meta.otu.venn_table]
gff3	[sequence.gff3]	gff3文件check,parse方法
gtf	[sequence.gtf]	gtf文件check,parse方法
sequence_ontology	[sequence.sequence_ontology]	sequence_ontology(.obo文件解析与检查)
bam	[ref_rna.bam]	bam文件检查
ctab	[ref_rna.ctab]	ctab格式检查	组装，rna表达量定量
summary	[ref_rna.summary]	featureCounts 输出的summary文件	ref_rna表达量定量
bam_dir	[ref_rna.assembly.bam_dir]	只有bam文件的文件夹检查	ref-rna, 组装,基因结构等分析
anno_upload	annotation.anno_upload	客户上传kegg/go注释文件
go_level2	annotation.go_level2	go注释level2文件
go_list	annotation.go_list	go注释list文件
kegg_table	annotation.kegg_table	kegg注释kegg_table文件
baif_dir	baif_dir	fastq碱基统计结果表的文件夹
profile_table	profile_table	宏基因非冗余基因集生成的reads_profile.txt

package

packages存放目录为：src\mbio\packages

说明文档包含要点：功能描述、参数说明、函数功能

模块名称	路径	功能说明	相关应用
trans_step	[assemble.trans_step]
copy_demo	[meta.copy_demo]
export_otu	[meta.otu.export_otu]
pan_core_otu	[meta.otu.pan_core_otu]
kegg_annotation	annotation.kegg_annotation
ref_annotation_query	annotation.ref_annotation_query
transcript_gene	annotation.transcript_gene