bustools
Herramienta especializada en la manipulación de datos generados por tecnologías de secuenciación de ARN de alto rendimiento, particularmente en análisis de datos de código de barras celulares [cell barcodes] y etiquetas moleculares únicas [UMIs]. Es muy útil para trabajar con datos procesados mediante kallisto en experimentos de transcriptómica de células individuales.
$ bustools correct -w whitelist.txt -o corrected.bus input.bus
-w: Lista blanca de códigos de barras válidos, -o: Salida con los códigos de barras corregidos y input.bus: Archivo de entrada generado por kallisto
$ bustools sort -T tmp/ -o ordenado.bus input.bus
generar un índice para input bus. -T: Directorio temporal para operaciones intermedias
$ bustools filter -o filtered.bus -e 0 input.bus
limpiar datos. -e los elimina -o archivo con los datos depurados
$ bustools count -o counts.mtx -g transcripts_to_genes.txt -e matrix.ec -t transcripts.txt sorted.bus
-o: salida en formato Matrix Market, -g: Mapeo de transcripciones a genes, -e: Archivo de equivalencia generado por kallisto y -t: Lista de transcripciones.
$ bustools merge -o merged.bus file1.bus file2.bus
fusionar varios archivos bus en merged.bus
$ bustools text -o output.txt input.bus
convierte los datos procesados en una matriz de expresión génica, un formato utilizado para análisis de transcriptómica
$ bustools capture -o simulated.bus -c capture.txt -e matrix.ec -t transcripts.txt input.bus
crea un archivo simulated.bus con datos simulados para pruebas
$ bustools capture -o errors.bus -c error_patterns.txt input.bus
identificar lecturas con errores en UMIs o códigos de barras
$ bustools sort -T tmp/ -o sorted.bus input.bus
indexar y ordenar datos
$ bustools correct -w whitelist.txt -o corrected.bus sorted.bus
corregir códigos de barras celulares
$ bustools count -o counts.mtx -g transcripts_to_genes.txt -e matrix.ec -t transcripts.txt corrected.bus
calcular la matriz de expresión génica