Parámetros de Python són iguales a los parámetros largos (
--parámetro
) de Terminal, si no especificado de otra manera. Banderas son parámetros de verdadero o falso (True/False) en Python. El manuál para cualquier modulo de gget se puede llamar desde la Terminal con la bandera-h
--help
.
gget mutate 🧟
Recibe secuencias de nucleótidos y mutaciones (en anotación de mutación estándar) y devuelve versiones mutadas de las secuencias según las mutaciones proporcionadas.
Formato de devolución: Guarda las secuencias mutadas en formato FASTA (o devuelve una lista que contiene las secuencias mutadas si out=None
).
Este módulo fue coescrito por Joseph Rich.
Parámetro posicional
sequences
Ruta al archivo FASTA que contiene las secuencias a mutar, por ejemplo, 'path/to/seqs.fa'.
Los identificadores de secuencia que siguen al carácter '>' deben corresponder a los identificadores en la columna seq_ID de mutations.
NOTA: Solo se utilizará la cadena que sigue al '>' hasta el primer espacio o punto como identificador de secuencia. -> Se ignorarán los números de versión de los IDs de Ensembl.
Ejemplo de formato del archivo FASTA:
>seq1 (o ENSG00000106443)
ACTGCGATAGACT
>seq2
AGATCGCTAG
Alternativamente: Proporcione secuencia(s) como una cadena o lista, por ejemplo, 'AGCTAGCT'.
Otros parámetros requeridos
-m
--mutations
Ruta al archivo csv o tsv (por ejemplo, 'path/to/mutations.csv') o marco de datos (objeto DataFrame) que contiene información sobre las mutaciones en el siguiente formato (la columna 'notas' no es necesaria):
mutation | mut_ID | seq_ID | notas |
---|---|---|---|
c.2C>T | mut1 | seq1 | -> Aplicar la mutación 1 a la secuencia 1 |
c.9_13inv | mut2 | seq2 | -> Aplicar la mutación 2 a la secuencia 2 |
c.9_13inv | mut2 | seq4 | -> Aplicar la mutación 2 a la secuencia 4 |
c.9_13delinsAAT | mut3 | seq4 | -> Aplicar la mutación 3 a la secuencia 4 |
... | ... | ... |
'mutation' = Columna que contiene las mutaciones a realizar, escritas en anotación de mutación estándar
'mut_ID' = Columna que contiene el identificador de cada mutación
'seq_ID' = Columna que contiene los identificadores de las secuencias a mutar (deben corresponder a la cadena que sigue al carácter '>' en el archivo FASTA de 'sequences'; NO incluir espacios ni puntos)
Alternativamente: Mutación(es) de entrada como una cadena o lista, por ejemplo, 'c.2C>T'.
Si se proporciona una lista, el número de mutaciones debe ser igual al número de secuencias de entrada.
Para uso desde el terminal (bash): Encierre las anotaciones de mutación individuales entre comillas para evitar errores.
Parámetros opcionales
-k
--k
Longitud de las secuencias que flanquean la mutación. Por defecto: 30.
Si k > longitud total de la secuencia, se mantendrá toda la secuencia.
-mc
--mut_column
Nombre de la columna que contiene las mutaciones a realizar en mutations
. Por defecto: 'mutation'.
-mic
--mut_id_column
Nombre de la columna que contiene los IDs de cada mutación en mutations
. Por defecto: 'mut_ID'.
-sic
--seq_id_column
Nombre de la columna que contiene los IDs de las secuencias a mutar en mutations
. Por defecto: 'seq_ID'.
-o
--out
Ruta al archivo FASTA de salida que contiene las secuencias mutadas, por ejemplo, 'path/to/output_fasta.fa'.
Por defecto: None
-> devuelve una lista de las secuencias mutadas a la salida estándar.
Los identificadores (después del '>') de las secuencias mutadas en el FASTA de salida serán '>[seq_ID]_[mut_ID]'.
Flags
-q
--quiet
Solo para Terminal. Impide la información de progreso de ser exhibida durante la ejecución del programa.
Para Python, usa verbose=False
para imipidir la información de progreso de ser exhibida durante la ejecución del programa.
Ejemplos
gget mutate ATCGCTAAGCT -m 'c.4G>T'
# Python
gget.mutate("ATCGCTAAGCT", "c.4G>T")
→ Devuelve ATCTCTAAGCT.
Lista de secuencias con una mutación para cada secuencia proporcionada en una lista:
gget mutate ATCGCTAAGCT TAGCTA -m 'c.4G>T' 'c.1_3inv' -o mut_fasta.fa
# Python
gget.mutate(["ATCGCTAAGCT", "TAGCTA"], ["c.4G>T", "c.1_3inv"], out="mut_fasta.fa")
→ Guarda el archivo 'mut_fasta.fa' que contiene:
>seq1_mut1
ATCTCTAAGCT
>seq2_mut2
GATCTA
Una mutación aplicada a varias secuencias con k ajustado:
gget mutate ATCGCTAAGCT TAGCTA -m 'c.1_3inv' -k 3
# Python
gget.mutate(["ATCGCTAAGCT", "TAGCTA"], "c.1_3inv", k=3)
→ Devuelve ['CTAGCT', 'GATCTA'].