Debian Med Biology packages

ABACAS (Algorithm Based Automatic Contiguation of Assembled Sequences) er lavet for hurtig at få kontakt (juster, rækkefølge, orienter), visualisere og designe primere til at lukke gab på shotgun-sammensatte »contig«'er baseret på en referencesekvens.

ABACAS bruger MUMmer til at finde justeringspositioner og identificere syntenier af samlede contig'er mod referencen. Resultatet behandles så for at oprette et pseudomolekyle, der tager højde for overlappende contig'er og gap. ABACAS opretter en sammenligningsfil, som kan bruges til at visualisere ordnede og orienterede contig'er i ACT. Synteni er repræsenteret af røde bjælker, hvor farveintensiteten formindsker med lavere værdier procentidentitet mellem sammenlignelige blokke. Information om contig'er såsom orienteringen, procentidentitet, dækning og overlapning med andre contig'er kan også visualiseres ved at indlæse resultatfunktionsfil på ACT.

abPOA er en udvidet version af Partial Order Alignment (POA), der udfører adaptiv båndet dynamisk programmering (DP) med en SIMD-implementering. abPOA kan udføre flere sekvenssammenligninger (MSA) på et sæt af sekvenser og oprette en konsensussekvens ved at anvende den tungeste samlingsalgoritme til den endelige sammenligningsgraf.

abPOA kan oprette højkvalitets konsensussekvenser fra fejlsikre lange læsninger og tilbyder signifikant hastighedsforbedring over eksisterende værktøjer.

abPOA understøtter tre sammenligningstilstande (global, lokal, udvidelse) og fleksible bedømmelsesskemaer, der tillader lineære, affine, konvekse hulstraffe. Understøtter i øjeblikket SSE2/SSE4.1/AVX2-vektorisering.

For yderligere information se venligst paper1 udgivet i Bioinformatics.

ABySS er en de nove, parallel, sekvensassembler, som er designet for korte læsninger. Den kan bruges til at samle genom eller transkriptome sekvensdata. Parallelisering opnås via MPI, OpenMP og pthread.

Denne pakke samler alle de små programmer, som acedb samler under sin »other« (andre) mål for sin Makefile.

efetch: sikker kort for »entry fetch« indsamler sekvensinformation fra gængse DNA- og proteindatabaser.

Dette program søger efter og fjerner resterende adaptersekvenser fra High- Throughput Sequencing-data (HTS) og (valgfrit) trimmer baser i lav kvalitet fra 3' ende af læsninger efterfølgende adapterfjernelse. AdapterRemoval kan analysere både enkelte og parrede slutningsdata og kan bruges til at sammenføje overlappende parrede-afsluttede læsninger i (længere) konsensusskevenser. Derudover kan AdapterRemoval bruges til at genskabe en konsensusadaptersekvens for parrede-afsluttede data, hvor denne information ikke er tilgængelig.

Adun er en biomolekulær simulator, som også inkluderer datahåndtering og analysemuligheder. Programmet blev udviklet ved Computational Biophysics and Biochemistry Laboratory, en del af Research Unit on Biomedical Informatics of the UPF.

Denne pakke indeholder programmet AdunCore og serveren Adun. Hvis du ønsker den grafiske brugerflade, så skal du installere pakken adun.app.

AEGeAn-værktøjssættet er designet for analyse og evaluering af annotationer for arvemasse. Værktøjssættet inkluderer en vifte af analyseprogrammer, f.eks. for sammenligning af unikke sæt af annotationer for genstruktur (ParsEval), beregning af gen loci (LocusPocus) med mere.

Aevol er en digital genetisk model: grupper af digitale organismer udsættes for en proces med udvælgelse og variation, hvilket opretter en darwinistisk dynamik.

Ved at ændre karakteristika for udvælgelse (f.eks. befolkningsstørrelse, miljøtype, miljøvariationer) eller variation (f.eks. mutationshastighed, hastigheder for ændring af kromosomer, typer af ændringer, vandret overførelse) kan man eksperimentelt studere indvirkningen af disse parametre på strukturen hos den udviklet organisme. Da Aevol integrerer en præcis og realistisk model af arvemassen giver det mulighed for at studere strukturelle variationer for arvemassen (f.eks. antallet af gener, synteny, andele af kodesekvenser).

Simuleringsplatformen har et sæt af værktøjer til analyse og måling af mange karakteristika for organismerne og befolkningsgrupperne under udvikling.

Alien_hunter er et program til forudsigelse af begivenheder af formodede Horisontal Gentransfer (HGT) med implementeringen af Interpolated Variable Order Motifs (IVOMs). En IVOM-tilgang udnytter kompositionelle tilbøjelighed med brug af variable »order motif«-distributioner og indfanger mere pålideligt den lokale komposition af en sekvens, sammenlignet med »fixed-order«-metoder. Alternativt kan forudsigelserne fortolkes til 2. tilstands, 2. orden Hidden Markov Model (HMM), i et change-point detekteringsrammeværk, for at optimiere lokaliseringen af grænserne for de forudsagte regioner. Forudsigelserne (embl-format) kan indlæses i Artemis genom-viser automatisk, der er frit tilgængelig på: http://www.sanger.ac.uk/Software/Artemis/.

ALTER (ALignment Transformation EnviRonment) er et værktøj til at transformere mellem flere sekvensjusteringsformater. ALTER fokuserer på specifikationerne indenfor hovedprogrammerne for justering og analyse frem for på konverteringen blandt mere eller mindre specifikke formater.

ALTree var designet til at udføre associationsdetektering og lokalisering af modtagelighedssider ved hjælp af haplotype-fylogenetiske træer: for det første så giver det mulighed for detektering af en association mellem et kandidatgen og en sygdom, og for det andet gør det muligt at lave en hypotese om modtagelighedsloci.

AMAP er en kommandolinjeværktøj til at udføre flere justeringer af peptid-sekvenser. Det udnytter posterior afkodning og en tilpasning af sekvensudglødning, i stedet for den traditionelle gradvise tilpasningsmetode. Det er det eneste tilpasningsprogram, der tillader en at styre følsomhed/specificitet tradeoff. Den er baseret på ProbCons kildekode, men bruger tilpasning metrisk nøjagtighed og eliminerer konsistenstransformation.

Java-visualiseringsværktøjet AMAP 2.2 er endnu ikke pakket i Debian.

AmpliconNoise er en pakke af programmer til at rydde op i sekvensdata med høj gennemløb. Den består af tre hoveddele:

Pyronoise - udfører flowgram-baseret klyngedannelse for at finde

            fejllæsninger
SeqNoise - fjerner PCR-punktmutationer

Perseus - fjerner PCR-chimeras uden behov for at et sæt af

          referencesekvenser

Tidligere var der en uafhængig »Pyronoise« af de samme forfattere og denne pakke inkluderer en opdateret version. Der er også en »Denoiser« i Qiime, som er relateret men distinkt.

Dette er programmet Andi til estimering af den evolutionær afstand mellem tæt relaterede arvemasser. Disse afstande kan bruges til hurtigt at udlede fylogenier for store arvemassesæt. Da andi ikke beregner fuld sammenligning, er den så effektiv, at den kan skaleres op til tusindvis af bakterielle arvemasser.

Anfo er en mapper i stil med Soap/Maq/Bowtie, men dets implementering har arvet mere fra BLAST/BLAT. Det er mest nyttig for sammenligning af sekvenslæsninger hvor DNA-sekvensen er ændret en smule (tænk ældre DNA eller bisulfit behandling) og/eller der er større forskel mellem prøve og reference end hvad hurtige mappere vil håndtere pænt (lad os sige at referencearvemassen mangler og en tæt forbundet art bruges i stedet for).

Etablerede værktøjer som readseq og seqret fra EMBOSS, begge opretter Mangled id'er indeholdende tegnene | eller ., og der er ingen måde at rette denne opførsel. Dette medfører uoverensstemmelser mellem .gbk- og .fna-filversioner i datakanaler.

Dette skript bruger kun Perlkernemoduler, har ingen andre afhængigheder såsom Bioperl eller Biopython og afvikles virkeligt hurtigt.

Understøtter de følgende formater:

 1. Genbank flad fil, typisk .gb, .gbk, .gbff (starter med LOCUS)
 2. EMBL flad fil, typisk .embl, (starter med ID)
 3. GFF med sekvens, typisk .gff, .gff3 (starter med ##gff)
 4. FASTA DNA, typisk .fasta, .fa, .fna, .ffn (starter med >)
 5. FASTQ DNA, typisk .fastq, .fq (starter med @)
 6. CLUSTAL-sammenligninger, typisk .clw, .clu (starter med CLUSTAL
    eller MUSCLE)
 7. STOCKHOLM-sammenligninger, typisk .sth (starter med # STOCKHOLM)
 8. GFA-samlingsgraf, typisk .gfa (starter med ^[A-Z]\t)

Filer kan komprimeres med:

 1. gzip, typisk .gz
 2. bzip2, typisk .bz2
 3. zip, typisk .zip

Programmet anvender heuristiske algoritmer til at forudsige tRNA-sekundære struktur, baseret på homologi med genkendte tRNA-konsensussekvenser og mulighed for at danne en base-parret cloverleaf. tmRNA-gener identificeres med brug af en ændret version af BRUCE-programmet.

ARDEN (Artificial Reference Driven Estimation of false positives in NGS data) er en begyndende sammenligning (benchmark), der estimerer fejlprocenter baseret på virkelige eksperimentelle læsninger og en yderligere genereret kunstig referencearvemasse. Det giver mulighed for beregning af fejlprocenter specifikke for et datasæt og konstruktion af en ROC-kurve. Derved kan det bruges til at optimere parametre for læste kortlæggere, til at vælge læsningsoversættere for et specifikt problem eller også til at filtrere sammenligninger baseret på kvalitetsskøn.

ARIBA er et værktøj til at identificere antibiotikaresistensgener ved at køre lokale forsamlinger. Inddata er en FASTA-fil med referencegener og parrede sekventeringslæsninger. ARIBA rapporterer hvilke af referencegenerne der blev fundet samt detaljerede oplysninger om kvaliteten af forsamlingerne og eventuelle varianter mellem sekventeringslæsningerne og referencegenerne.

ART er et sæt af simuleringsværktøjer til at oprette syntetiske næstegenerationssekventeringslæsninger. ART simulerer sekventeringslæsninger ved at efterligne virkelige sekventeringsprocesser med empiriske fejlmodeller eller kvalitetsprofiler opsummeret fra store justerede sekventeringsdata. ART kan også simulere læsninger via en brugerejet læsefejlmodel eller kvalitetsprofiler. ART understøtter simulering af single-end, parret ende/mate-pair-læsninger fra tre store kommercielle næstegenerationssekventeringsplatforme: Illuminas Solexa, Roches 454 og Applied Biosystems SOLID. ART kan bruges til at teste eller sammenligne en række metoder eller værktøjer til næstegenerationssekventeringsdataanalyse, herunder læsejustering, de novo-samling, SNP- og variationsstrukturregistrering. ART blev brugt som et primært værktøj til simuleringsundersøgelse af de 1.000 genomer projekt. ART er implementeret i C ++ med optimerede algoritmer og er yderst effektiv i læsningssimulering. ART udsender læsninger i FASTQ-format, og sammenligninger i ALN-format. ART kan også oprette linjeføringer i SAM-sammenligning eller UCSC BED-filformatet. Teknikken, kan anvendes sammen med genomvariantsimulatorer (f.eks. VarSim) til evaluering af variantkaldværktøjer eller -metoder.

Artemis er en arvemassebrowser og et annotationsværktøj som giver mulighed for visualisering af sekvensfunktioner, next generation-data og resultaterne af analyse i konteksten for sekvensen og også dets seks- billede oversættelse.

Denne pakke inkluderer arvemassebrowseren Artemis, Artemis Comparison Tool (ACT) og DNAplotter- og BamView-redskaber.

ArtificialFastqGenerator anvender referencegenomet (i FASTA-format) som inddata og fremstiller kunstige FASTQ-filer i formatet Sanger. Programmet kan acceptere Phred base-kvalitetsbedømmelser fra eksisterende FASTQ-filer og bruge dem til at simulere sekvensfejl. Da de kunstige FASTQ'er er afledt fra referencegenomet, tilbyder referencegenomet en guldstandard for kald af varianter (Single Nucleotide Polymorphisms (SNP'er) og indsættelser og sletninger (indels)). Dette aktiverer evaluering af en Next Generation Sequencing-analysekanal (NGS) som sammenligner læsninger med referencegenomet og så kalder varianterne.

Hent statistik fra en filliste.

Registrering af FASTA- eller FASTQ-format for hver fil foretages automatisk ud fra filindholdet, så filnavne og filendelser er irrelevante.

Standardformatet er læsevenligt. Du kan ændre formatet og ignorere sekvenser kortere end en given længde.

Assemblytics indarbejder en unik ankerfiltreringsfremgangsmåde til at øge robusthed for gentagende elementer og identificerer seks klasse af varianter baseret på deres unikke sammenligningssignaturer. Assemblytics kan anvendes både til at sammenligne afvigende genomer, såsom kræft i mennesker, til en reference, eller til at identificere forskelle mellem forbundne arter.

Atac beregner en en til en-parvis sammenligning af store DNA-sekvenser. Den første finder de unikke k-mers i hver sekvens, kæder dem til større blokke og udfylder rummet mellem blokkene. Programmet blev skrevet primært til at overføre annotationer mellem forskellige samlinger af det menneskelige genom.

Uddata er et sæt af ikke sammenlignelige »match«, og et sæt af sammenlignelige »kørsler« formet fra matchene. Hver match eller kørsel associerer en sekvens med den anden sekvens. Associationen er »unik« på den måde, at der er ingen andre (af samme størrelse) associationer for nogen af sekvenserne. Store gentagelser og dubletter er derfor ikke til stede i resultatet - de fremstår som regioner uden oversættelse.

Selvom uddata altid er parvis, så kan atac mellemlagre mellemliggende resultater til at øge hastigheden for en sammenligning af flere sekvenser.

Denne pakke er en del af Kmer-programpakken.

Et værktøjssæt til at måle og sammenligne ATAC-seq-resultater, lavet i Parker lab på University of Michigan. De skrev værktøjet for at hjælpe med at forstå om deres ATAC-seq assays fungerede, og gøre det nemmere at se forskelle, der er medført af biblioteksforberedelse eller sekventering.

Atropos er et værktøj til specifik, sensitiv og hurtig oprydning i nGS- læsninger. Det er en forgrening af den ærværdige Cutadapt-læseoprydder med forbedringer.

Projektet nextstrain er et forsøg på at lave fleksible informatik-datakanaler og visualiseringsværktøjer til at registrere igangværende patogenevolution mens sekvensdata sammenføjes. Projektet nextstrain er afledt af nextflu, som var specifik for influenza-evolution.

Nextstrain består af tre komponenter:

• fauna: database og IO-skripter for sekvens- og serologiske data
• augur: informatikdatakanaler til at udføre slutninger fra rå data
• auspice: internetprogram til at visualisere medfølgende slutninger

AUGUSTUS er et program til genforudsigelse i eukaryote genomsekvenser, som er baseret på en generel skjult Markovmodel (HMM), en probabilistisk model af en sekvens og dens genstruktur. Efter at have lært genstrukturer fra en referenceanmærkning, bruger AUGUSTUS HMM til at genkende gener i en ny sekvens og anmærke dem med regioner af identificerede gener. Eksterne fif, f.eks. fra RNA-sekventering, EST eller proteinsammenligninger etc. kan bruges til at guide og forbedre genkonstateringsprocessen. Resultatet er det sæt af mest sandsynlige genstrukturer, der opfylder alle givne brugerbegrænsninger, hvis sådanne genstrukturer findes. AUGUSTUS indeholder allerede præbyggede HMM'er til mange arter, såvel som skripter til at træne brugerdefinerede modeller ved hjælp af kommenterede genomer.

AutoDock er en iøjnefaldende repræsentation for programmer der adresserer simuleringen af dokningen af ret små kemiske ligander til ret så store proteinreceptorer. Tidligere versioner havde hele fleksibiliteten i liganderne mens proteinet blev holdt ret så rigidt. Denne seneste version 4 tillader også fleksibilitet for valgte sidekæder for overfladeefterladenskaber, dvs., tage rotamerne i betragtning.

Programmet AutoDock udfører dokning af liganden til et gittersæt der beskriver målproteinet. AutoGrid forhåndsberegner disse gitre.

AutoDock Vina er et program til at understøtte medicinopdagelse, molekylær dokning og virtuel screening af kompoundbiblioteker. Det tilbyder kapaciteter for flere kerner, høj ydelse og forbedret præcision samt nem brug.

Det samme institut udviklede også autodock, som er bredt udbredt.

O. Trott, A. J. Olson, AutoDock Vina: improving the speed and accuracy of docking with a new scoring function, efficient optimization and multithreading, Journal of Computational Chemistry 31 (2010) 455-461

AutoDockSuite adresserer den molekylære analyse af sammenkoblingen mellem mindre kemiske sammensætninger og deres receptorer for en kendt tredimensional struktur.

Programmet AutoGrid udfører på forhånd beregninger af sammenkoblingen af en ligand til et sæt af gitre, der beskriver effekten som proteinet har ved punktændringer. Effekten af disse kræfter på ligandet analyseres dernæst af programmet AutoDock.

Avogrado er et molekylært grafik- og modelsystem for molekyler og biomolekyler. Systemet kan visualisere egenskaber såsom molekyleorbitaler eller elektrostatiske potentialer og indeholder et intuitivt molekylært byggeprogram.

Inkluderede funktioner:

• Molekylært byggeprogram med automatisk kraftfeltbaseret geometrioptimering
• Molekylære mekanikker inklusiv begrænsede søgninger og conformersøgninger
• Visualisering af molekylære orbitaler og generelle isooverflader
• Visualisering af vibrationer og plot af vibrationelle spektra
• Understøttelse for krystallografiske enhedsceller
• Inddataoprettelse for kvantumkemipakkerne Gaussian, GAMESS og MOLPRO.
• Fleksibel arkitektur for udvidelsesmoduler og Pythonskripter

Filformater, som Avogrado kan læse, inkluderer PDB, XYZ, CML, CIF, Molden, samt Gaussian-, GAMESS- og MOLPRO-resultater.

Axe vælger meget hurtigt den optimale stregkode til stede i en sekvenslæsning, selv ved tilstedeværelse af sekventeringsfejl. Algoritmen kan håndtere kombinerende stregkoder, stregkoder med forskellig længde og flere paradoksproblemer per stregkode.

Pakken BaitFisher består af to programmer: BaitFisher og BaitFilter.

BaitFisher blev designet til at konstruere hybride berigelsesbait'er fra flere sekvenssammenligninger (MSA'er) eller annoterede funktioner i MSA'er. Hovedformålet med BaitFisher er at undgå redundans i konstruktionen af bait'er ved at designe få bait'er i reserverede regioner af MSA'erne og designe flere bait'er i variable regioner. Dette gør brug af det faktum. at hybride berigelsesbait'er er forskellige i mindre omfang fra målregionen, som de skal fange i berigelsesproceduren. Ved at specificere den tilladt afstand mellem bait'er og sekvenserne i MSA'erne kan brugeren kontrollere den tilladte bait til bait-afstand og graden af reduktion i antallet af bait'er som bliver designet. Se pakken BaitFisher for detaljer.

BaitFisher blev designet (i) til at bestemme om bait'er binder uden specifikation til et referencegenom (ii) til at filtrere bait'er som kun har delvis længdematch til et referencegenom, (iii) til at bestemme den optimale baitregion i en MSA og til at konvertere bait'er til et format som kan overføres til et bait-konstruktionsfirma. Den optimale bait-region kan være den mest reserverede region i MSA'en eller regionen med det højeste antal af sekvenser uden hul eller tvetydige nukleotider.

BAli-Phy estimerer flere sekvensjusteringer og evolutionære træer fra DNA uden justering, aminosyre eller codonsekvenser. BAli-Phy bruger MCMC til at estimere evolutionære træer, positiv markering og grenlængder mens der laves gennemsnit over alternative justeringer. BAli-Phy kan vise justeringstvetydighed grafisk i et justeringsusikkerhedsplot (AU).

Bali-Phy kan også estimere fylogenier fra en fast justering (såsom MrBayes og BEAST), der bruger substitionsmodeller såsom GTR+gamma. BAli- Phy estimerer automatisk relative hastigheder for hvert gen.

BALLView tilbyder hurtig OpenGL-baseret visualisering af molekylære strukturer, molekylærmekaniske metoder (minimering, MD-simulering med brug af AMBER-, CHARMM- og MMFF94-kraffelter), beregning og visualisering af elektrostatiske egenskaber (FDPB) og funktioner til redigering af molekyler.

BALLView kan betragtes som en grafisk brugergrænseflade baseret på BALL (Biochemical Algoritms Library), med fokus på de mest almindelige krav fra proteinkemikere, og i særdeleshed fra biofysikere. Det bliver udviklet i grupper under Hans-Peter Lenhof (Saarland Universitetet, Saarbruecken, Tyskland) og Oliver Kohlbacher (Tübingen Universitet, Tyskland). BALL er et applikationsrammeværktøj i C++, som er specifikt designet til hurtig programudvikling i molekylærmodellering og biologisk molekylærberegning. Det tilbyder et udvidet sæt af datastrukturer såvel som klasser til molekylærmekanik, avanceret opløsningsmetoder, sammenligning og analyse af proteinstrukturer, import/eksport af filer, og visualisering.

Fjern genspecifikke primer-sekvenser fra SAM/BAM-sammenligninger for PCR amplicons ved soft-clipping.

Bamclipper.sh soft-clips genspecifikke primere fra BAM-sammenligningsfil baseret på genomiske koordinater for primer-par i BEDPE-format.

Denne pakke tilbyder nogle Python 3-værktøjer for gængse BAM-filmanipulationer.

BamTools faciliterer forskningsanalyse og datahåndtering med brug af BAM-filer. Værktøjet håndterer de enorme datamængder lavet af nuværende sekvensteknologier, som typisk lagres i komprimerede, binære formater, som ikke nemt håndteres af tekstbaserede fortolkere ofte brugt i forskning indenfor bioinformatik.

BamTools tilbyder både en C++-API for BAM-filunderstøttelse samt et værktøjssæt for kommandolinjen.

Dette er værktøjssættet til kommandolinjen for bamtools.

Tilgængelige kommandoer for bamtools:

 convert  Konverterer mellem BAM og et antal andre formater
 count    Udskriver antallet af sammenligninger i BAM-filer
 coverage Udskriver dækningsstatistik fra inddata-BAM-filen
 filter   Filtrerer BAM-filer efter kriterier angivet af brugeren
 header   Udskriver BAM-teksthovedinformation
 index    Opretter indeks for BAM-fil
 merge    Sammenføj flere BAM-filer til en enkel fil
 random   Vælg vilkårlige sammenligninger fra eksisterende BAM-filer,
          lavet mere som et testværktøj.
 resolve  Slår parret ende-læsninger op (markerer IsProperPair-flaget
          efter behov)
 revert   Fjerner duplikerede mærker og gendanner originale
          basiskvaliteter
 sort     Sorterer BAM-filen jævnfør nogle kriterier
 split    Deler en BAM-fil på brugerangivne egenskab, opretter en ny
          BAM-uddatafil for hver fundet værdi
 stats    Udskriver lidt grundlæggende statistik fra inddata-BAM-filer

Bandage er en grafisk brugerflade, som tillader at brugere kan interagere med samlingsgraferne lavet af de novo-samlere såsom Velvet, SPAdes, MEGAHIT og andre.

De novo-samlingsgrafer indeholder ikke kun samlede konfigurationer men også forbindelserne mellem disse, som tidligere ikke var nemt tilgængelige. Bandage visualiserer samlingsgrafer, med forbindelser, der bruger graflayoutalgoritmer. Knuder i den tegnede graf, som repræsenterer konfigurationer, kan

Yderligere information og henvisninger kan findes på Bandages hjemmeside: rrwick.github.io/bandage

Pakken er relevant for sammenligning af genomer.

Barrnap (BAsic Rapid Ribosomal RNA Predictor) forudsiger placeringen af ribosomale RNA-gener i genomer. Programmet understøtter bakterier (5S, 23S, 16S), archaea (5S, 5,8S, 23S, 16S), mitokondrier (12S, 16S) og eukaryoter (5S, 5,8S, 28S, 18S).

Programmet anvender FASTA DNA-sekvens som inddata, og skriver GFF3 som uddata. Programmet bruger NHMMER-værktøjet som følger med HMMER 3.1 for HMM-søgning i RNA:DNA-stil. Flere tråde er understøttet, og man kan forvente nogenlunde lineære hastighedsforøgelser med flere cpu'er.

BBTools er en samling af små programmer til at løse gentagende opgaver for den kreative håndtering af korte biologiske RNA/DNA-sekvenser. Denne programpakke er måske bedste kendt for sin oversætter, som også er navnet på projektet på Sourceforge (mapper), men flere værktøjer er blevet tilføjet igennem tiden. Alle værktøjer kan bruge flere tråde og er implementeret uafhængig af platform i Java:

BBmap: Kort læsning-sammenligningsprogram for DNA og RNA-seq-data. Kan håndtere arbitrært store genomer med millioner af stilladser. Håndterer Illumina, PacBio, 454 og andre læsninger; meget høj sensitivitet og fejltolerant og utallige store indels.

BBNorm: Kmer-baseret fejlrettelse og normaliseringsprogram.

Dedupe: Forenkler samlinger ved at fjerne dubleter eller indeholdte undersekvenser, der deler en målprocentidentitet.

Reformat: Formaterer læsninger om mellem fasta/fastq/scarf/fasta+qual/sam,interleaved/parret og ASCII-33/64 med mere end 500 MB/s.

BBDuk: Filtrerer, trimmer eller maskerer læsninger med kmer-matchninger til en artefact/contaminant-fil.

Et bioinformatikværktøj til at konstruere den kompakte de Bruijn-graf fra sekventerede data.

Dette er den parallelle version af BCALM-programmet, der bruger biblioteket gatb-core.

BCFtools er et sæt af redskaber, som manipulerer variantkald i Variant Call Format (VCF) og dets binære modpart BCF. Alle kommandoer fungerer gennemsigtigt med både VCF'er og BCF'er, både uden komprimering og komprimeret med BGZF.

Beads er et program til spotdetektion på 2-D gel-billeder. Det er baseret på an analogi med kugler der ruller opad på overfladen af gel-billedet og på analyse af deres stier (Langella & Zivy, 2008).

Beagle udfører genotypekald, genotypefase, imputering af ikke genotype-markører og identitet-ved-arv segmentdetektering. Genotypisk imputering fungerer på fasede haplotyper via en Li og Stephens-haplotypefrekvensmodel. Beagle implementerer også Refined IBD-algoritmen for detektering af segmenterne homozygosity-by-descent (HBD) og identity-by-descent (IBD).

BEAST er et program til bayesiansk MCMC-analyse af molekylære sekvenser udviklet til flere platforme. Det er orienteret mod rodfæstede, tidsmålte fylogenier udledt ved hjælp af strenge eller afslappede molekylære urmodeller. Det kan anvendes som en fremgangsmåde til at rekonstruere fylogenier men er også en ramme til afprøvning af evolutionære hypoteser uden konditionering på en enkelt trætopologi. BEAST bruger MCMC til at lave et gennemsnit over træplads, således at hvert træ er vægtet proportional med dens senere sandsynlighed. Inkluderet er en simpel brugerflade til opsætning af standardanalyser og en række programmer til at analysere resultaterne.

BEAST er et program til bayesiansk MCMC-analyse af molekylære sekvenser udviklet til flere platforme. Det er orienteret mod rodfæstede, tidsmålte fylogenier udledt ved hjælp af strenge eller afslappede molekylære urmodeller. Det kan anvendes som en fremgangsmåde til at rekonstruere fylogenier men er også en ramme til afprøvning af evolutionære hypoteser uden konditionering på en enkelt trætopologi. BEAST bruger MCMC til at lave et gennemsnit over træplads, således at hvert træ er vægtet proportional med dens senere sandsynlighed. Inkluderet er en simpel brugerflade til opsætning af standardanalyser og en række programmer til at analysere resultaterne.

Det er ikke nogen ny opstrømsversion af beast-mcmc (1.x), men snarere en omskrevet version.

BEDOPS er en programpakke med værktøjer til gængse spørgsmål rejst i genomstudier hovedsagelig vedrørende overlapning og nære relationer mellem datasæt. Det sigter mod at være skalerbar og fleksibel, lette effektiv og præcis analyse og styring af store genomdata.

BEDTools-redskaber giver mulighed for at adressere gængse arvemasseopgaver såsom at finde funktionsoverlap og beregne dækning. Redskaberne er hovedsagelig baseret på fire meget udbredte filformater: BED, GFF/GTF, VCF og SAM/BAM. Med brug af BEDTools kan du udvikle sofistikerede datakanaler, som besvarer komplicerede forskningsspørgsmål ved at udsende flere BEDTools sammen.

Redskabet groupBy er distribueret i pakken filo.

Belvu er en fremviser for flere sekvenssammenligninger og et fylogenetisk værktøj med et omfattende sæt af tilstand, der kan konfigureres af brugeren, til at farvelægge rester.

• Se flere sekvenssammenligninger
• Rester kan farvelægges ved konservering, med afskæringer og farver konfigureret af brugeren
• Rester kan farves efter resttype (brugerkonfigureret)
• Farveskemaer kan importeres og eksporteres
• Swissprot-elementer (eller PIR) kan hentes ved dobbeltklik
• Positionen for sammenligningen kan nemt spores
• Manuel sletning af rækker og kolonner
• Automatisk redigering af rækker og kolonner baseret på tilpassede kriterier:
• fjernelse af alle-huller-kolonner
• fjernelse af alle huller
• fjernelse af overflødige sekvenser
• filtrering af sekvenser ved procentidentitet
• fjernelse af sekvenser efter en af brugeren angivet procent for huller
• fjernelse af delvise sekvenser (dem startende eller sluttende med huller) og
• fjernelse af kolonner ved konservering (med brugerangivne øvre/ nedre afskæringer)
• Sammenligningen kan gemmes formaterne Stockholm, Selex, MSF eller FASTA
• Afstandsmatricer mellem sekvenser kan oprettes via en række af afstandsmatricer
• Afstandsmatricer kan importeres eller eksporteres
• Fylogenetiske træer kan konstrueres baseret på diverse afstandsbaserede trærekonstruktionsalgoritmer
• Træer kan gemmes i formatet New Hampshire
• Belvu kan udføre bootstrap-fylogenetisk rekonstruktion

EXpress er et strømværktøj til kvantificering af mængderne af et sæt målrettet sekvenser fra stikprøveundersekvenser. Eksempler på programmer omfatter transkript-plan RNA-Seq-kvantificering, allele-specifik/haplotype udtryksanalyse (fra RNA-Seq), transskriptionsfaktorbindende kvantificering chip-Seq, og analyse af metagenomisk data. Det er baseret på en net-EM algoritme, der resulterer i rumkrav (hukommelse) proportionale med den samlede størrelse af målsekvenser og tidskrav, der er proportionale med antallet af stikprøvefragmenter. I programmer såsom RNA-Seq kan eXpress udtryk nøjagtigt kvantificere meget større prøver end andre aktuelt tilgængelige værktøjer, hvilket reducerer beregningskrav til infrastruktur. EXpress kan bruges til at opbygge lette sekventerende behandlingsdatakanaler med høj gennemløb, når kombineret med en strømudjævner (såsom Bowtie), da uddata kan ledes direkte ind i eXpress, hvilket effektivt fjerner behovet for at gemme læsningstilpasninger i hukommelsen eller på disken.

I en analyse af resultaterne af Express til RNA-Seq data, var det observeret, at denne effektivitet ikke kommer på en bekostning af præcision. EXpress er mere præcis end andre tilgængelige værktøjer, selv når begrænset til mindre datasæt, der ikke kræver en sådan effektivitet. Desuden, ligesom Cufflinks-programmet, kan udtrykket bruges til at estimere udskriftsmængderne i multi-isoform-gener. EXpress er også i stand til at løse flerkortlægninger af læsninger på tværs af genfamilier, og kræver ikke en henvisning til genomet således at det kan anvendes i forbindelse med de novo-montører såsom Trinity, Oaser eller Trans-afgrunden. Den underliggende model er baseret på tidligere beskrevne sandsynlighedsmodeller udviklet for RNA-Seq men kan anvendes til andre miljøer, hvor stikprøvemålsekvenserne, og indeholder parametre for længdefragmentdistributioner, fejl i læsninger, og sekvens-specifik fragmentbias.

EXpress kan bruges til at løse tvetydige tilknytninger i andre sekventeringsbaserede programmer med høj gennemløb. Det eneste, der kræves af inddata er at udtrykke et sæt af målsekvenser og et sæt af sekventerede fragmenter multiply-aligned for dem. Mens disse målsekvenser ofte vil være gen-isoformer, behøver de ikke at være det. Haplotyper kan anvendes som referencepriser for allele-specifik udtryksanalyse, bindende regioner for Chip-Seq, eller målgenomer i metagenomet-eksperimenter. EXpress er anvendelige i analyser, hvor der læses multi-kort til sekvenser, der afviger i stor grad.

Bifrost er et kommandolinjeværktøj for sekventering, der har en bred vifte af funktioner, såsom indeksering, redigering og forespørgsel af grafen samt inkluderer en farvemetode for grafen, der oversætter hver k-mer for grafen til genomerne de fremgår af.

• Bygge, indeksere, farvelægge og forespørge de kompakte de Bruijn-grafer
• Intet behov for at bygge de udpakkede de Bruijn-grafer
• Læsninger eller samlede genomer som inddata
• Resultatgraf i GFA (kan visualiseres med Bandage), FASTA eller binært
• Grafrensning: kort fif-klipning etc.
• Flere tråde
• Ingen parametre at estimere med andre værktøjer
• Præcis eller tilnærmelsesvis k-mer-søgning for forespørgsler

Eagle anslår haplotypefase enten inden for en genotypekohorte eller ved hjælp af et gradvist referencefelt. Den grundlæggende ide i Eagle1-algoritmen er at udnytte identitet-efter-afstamning blandt fjerne slægtninge - som er udbredt til meget store prøvestørrelser, men sjælden blandt mindre antal prøver - til hurtig kaldfase ved anvendelse af en hurtig bedømmelsestilgang. I modsætning hertil analyserer Eagle2-algoritmen en fuld probabilistisk model, der svarer til den diploide Li-Stephens-model, der anvendes af tidligere HMM-baserede metoder.

Bemærk venligst: Den kørbare fil blev omdøbt til bio-eagle på grund af navnesammenfald. Læs mere om dette i /usr/share/doc/bio-eagle/README.Debian.

Effektivt værktøj for klyngeopsætning og samling af korte læsninger, specielt for RAD.

Rainbow er udviklet for at tilbyde en ultra hurtig og hukommelseseffektiv løsning til klyngeopbygning og samling af korte læsninger fremstillet af RAD-seq. Først læser Rainbowklynger via en »spaced seed«-metode. Derefter implementerer Rainbow en heterozygot kaldelignende strategi til at opdele potentielle grupper i haplotyper i en op-nedad metode. Langs et guidet træ sammenføjes interaktivt underblade i en bund-op metode, hvis de har nok lighed.

Her er ligheden defineret ved at sammenligne den 2. læsning af et RAD-segment. Denne fremgangsmåde forsøger at samle heterozygot, mens gentagende sekvenser diskrimineres. Til sidste bruger Rainbow en grådig algoritme til lokalt at samle sammenføjede læsninger i contig'er. Rainbow viser ikke kun den optimale men også mindre optimale samlingsresultater. Baseret på simulering og reelle guppy RAD-seq-data, er det vist at Rainbow er mere kompetent end andre værktøjer i håndteringen af RAD-seq-data.

Bio-Tradis indeholder et værktøjssæt til at analysere resultatet fra TraDIS-analyser.

Bio-Tradis-analysedatakanalen er implementeret som et Perlbibliotek, der kan udvides og enten kan bruges direkte eller som grundlag for udviklingen af mere avancerede analyseværktøjer.

Bemærk venligst: Du skal manuelt installere BioConductor Edger, som ikke kan distribueres med Debian i seneste version, da programmet anvender kode-locfit, som ikke frit kan distribueres.

Bio-vcf tilbyder et domænespecifikt sprog (DSL) for behandling af VCF-formatet. Record-navnefelter kan forespørges med gængse udtryk, f.eks.:

 sample.dp>20 and rec.filter !~ /LowQD/ and rec.tumor.bcount[rec.alt]>4

Bio-vcd er en ny generation VCF-fortolker, filter og konverteringsprogram. Bio-vcf er ikke kun meget hurtig til genome-wide (WGS) data, det har også et rigtigt fint filtrerings-, evaluerings- og omskrivningssprog og det kan som resultat lave enhver type tekstdata, inklusive VCF-teksthoveder og indhold i RDF og JSON.

Bioawk er en udvidelse til Brian Kernighans awk, tilføjer understøttelsen af flere gængse biologiske dataformater, inklusive valgfrie gzip'ede BED, GFF, SAM, VCF, FASTA/Q og TAB-afgrænsede formater med kolonnenavne. Udvidelsen tilføjer også nogle få indbyggede funktioner og et tilvalg på kommandolinjen til at bruge TAB som inddata/uddata-afgrænser. Når den nye funktionalitet ikke bruges, opfører bioawk sig præcist som det oprindelige BWK awk.

Denne pakke indeholder nogle værktøjer til at behandle BAM-filer, inklusive

 bamsormadup:   parallel sortering og dubletmarkering
 bamcollate2:   læser BAM og skriver BAM i ny rækkefølge så at
                sammenligningen eller sorteringen er efter
                forespørgselsnavn
 bammarkduplicates: læser BAM og skriver BAM med dubletsammenligninger
                    markeret via BAM-flagfelterne
 bammaskflags:  læser BAM og skriver BAM mens der skjules (fjernes)
                bit fra flagkolonnen
 bamrecompress: læser BAM og skriver BAM med en defineret
                komprimeringsindstilling. Dette værktøj kan bruge
                flere tråde.
 bamsort:       læser BAM og skriver BAM i ny rækkefølge efter
                koordinater eller forespørgelsesnavn
 bamtofastq:    læser BAM og skriver FastQ; resultatet kan være
                sorteres eller uden sortering efter forespørgelsesnavn

Syntaksfremhævelse for beregningsbiologi som får dig intuitivt tæt på dine data. BioSyntax understøtter filformaterne .sam, .flagstat, .vcf, .fasta, .fastq, .faidx, .clustal, .pdb, .gtf, .bed med flere.

Dette er en metapakke, der afhænger af alle bioSyntax-udvidelsesmoduler.

BitSeq er et program til at udlede udtryksniveauer på individuelle transkripter fra sekvensdata (RNA-Seq) og estimering af differentiel udtryk (DE) mellem betingelser. En fordel ved denne fremgangsmåde er muligheden for at tage højde for både teknisk usikkerhed og iboende biologisk varians for at undgå falske DE-kald. Det tekniske bidrag til usikkerheden kommer både fra den finitte læse-dybde og den mulige tvetydige kortlægning af læsninger til flere transkripter.

Grundlæggende lokal opsætning med successiv raffinement (BLASR) er en metode til kortlægning af enkelte molekylesekventeringslæsninger mod et referencegenom. En sådan læsning er tusindvis af baser lang, med divergens mellem dem og genomet bliver domineret af indsættelses- og slettefejl.

Blixem er en interaktiv browser for sekvenssammenligninger, som er blevet stablet op i en »master-slave« multiple-sammenligning; det er ikke en »sand« multiple-sammenligning men en »en til mange«-sammenligning.

• Overblikssektion der viser positionerne for gener og sammenligninger omkring sammenligningsvinduet
• Detaljesektion der viser den faktiske sammenligning af proteinsekvenser eller nukleotid sekvenser til den genomiske DNA-sekvens
• Vis sammenligninger mod begge tråde af referencesekvensen
• Vis sekvenser i nukleotid eller proteintilstand; i proteintilstand vil Blixem vise tre-ramme oversættelsen af referencesekvensen
• Rester fremhæves i forskellige farver afhængig af om de er præcise match, bevaret erstatning eller uden match
• Hullede sammenligninger er understøttet, med indsættelser og sletning før fremhævelse i matchsekvensen
• Matchninger kan sorteres og filtreres
• SNP'er og andre variationer kan fremhæves i referencesekvensen
• Poly(A)-haler kan vises og poly(A)-signaler fremhævet i referencesekvensen

BOLT-LMM-programpakken består i øjeblikket af to hovedalgoritmer, BOLT-LMM-algoritmen for blandet model tilknytningstest og BOLT-REML-algoritmen til varianskomponentanalyse (d.v.s. partitionering af sNP-xx og estimering af genetiske korrelationer).

BOLT-LMM-algoritmen beregner statistik for testassociation mellem fænotype og genotyper via en lineær blandet model. Som standard antager BOLT-LMM en bayesiansk mixture-of-normals før den vilkårlige effekt attribueret til SNP'er udover den under test. Denne model generaliserer standardmodellen infinitesimal blandetl, der anvendes af tidligere blandede modelassociationsmetoder, der giver mulighed for øget sandsynlighed for at registrere associationer, mens falske positiver styres. Derudover anvender BOLT-LMM algoritmefremskridt til at beregne blandet modelassocitaionsstatistik meget hurtigere end eigendecomposition-baserede metoder, både når du bruger den bayesiske blandingsmodel, og når du er specialiseret i standard blandet modelassociation.

BOLT-REML-algoritmen estimerer arvelighed forklaret af genotypet SNP'er og genetiske korrelationer blandt flere træk målt på det samme sæt af individer. BOLT-REML anvender varianskomponentanalyse til at udføre disse opgaver, understøttende både modelopbygning i flere komponenter for at partitionere SNP-arvelighed og multi-trait til at estimere korrelationer. BOLT-REML anvender en Monte Carlo-algoritme som er meget hurtigere end eigendecompostion-baserede metoder for varianskomponentanalyse på store prøvestørrelser.

Denne pakke adresserer problemet med at fortolke resultaterne fra de seneste (2010) DNA-sekvensteknologier. Disse vil resultere i ret så korte stræk og disse kan ikke fortolkes direkte. Det er udfordringen for værktøjer såsom Bowtie at give en kromosonplacering til korte stræk af DNA sekventeret per kørsel.

Bowtie sammenligner korte DNA-sekvenser (læsninger) for den menneskelige arvemasse med en hastighed på mere end 25 millioner 35-bp læsninger per time. Bowtie indekserer arvemassen med et Burrows-Wheeler-indeks for at holde hukommelsesaftrykket lavt: Typisk omkring 2,2 GB for den menneskelige arvemasse (2,9 GB for paired-end).

Bowtie 2 er et ultrahurtigt og hukommelseseffektivt værktøj til sammenligning af sekventeringslæsninger til lange referencesekvenser. Det er især velegnet til at justere læsninger fra omkring 50'erne op til 100'erne eller tusindvis af tegn, og særligt velegnet til at tilpasse til relativt lange (f.eks pattedyrs) arvemasser.

Bowtie 2 indekserer arvemassen med et FM-indeks til at holde sin hukommelsesaftryk lavt: for den menneskelige arvemasse er dets hukommelsesaftryk typisk omkring 3,2 GB. Bowtie 2 understøtter tilpasningstilstande for gapped, lokale og parret ende (paired-end).

Boxshade er et program til at lave flotte udskrifter fra flere protein- eller DNA-sekvensersammenstillinger. Programmet udfører ikke selv sammenstillingerne og kræver som inddata en fil, som er oprettet af et program til sekvenssammenstilling eller manuelt redigeret med respektive værktøjer.

Boxshade læser flere sekvenssammenstillinger fra PILEUP-MSF, CLUSTAL- ALN, MALIGNED-data og ESEE-save filer (begrænset til et maksimum af 150 sekvenser med op til 10000 elementer i hver). Adskillige slags skygger kan påføres på identitiske/lignende restkoncentrationer. Uddata skrives til skærm eller til en fil i følgende formater: ANSI/VT100, PS/EPS, RTF, HPGL, ReGIS, LJ250-printer, ASCII, xFIG, PICT, HTML

Et fylogenetisk redigeringsprogram for træer udviklet med Bio++ og Qt. Phyview gør det muligt at visualisere, redigere, udskrive og vise fylogenetiske træer og associerede data.

Programpakken Bio++ er en programpakke, som bruger Bio++-bibliotekerne og er dedikeret til fylogenetisk og molekylær evolution. Alle programmer er uafhængige, men kan kombineres for at udføre komplekse analyser. Disse programmer bruger hjælpeværktøjerne for grænsefladen for bibliotekerne, og dermed dele den samme syntaks. De har også flere indstillinger til fælles, som også kan deles af tredjepartsprogrammer.

De følgende programmer er inkluderet:

• BppML til analyse af maksimal sandsynlighed
• BppSeqGen til simulering af sekvenser
• BppAncestor til rekonstruktion af tidligere tilstande
• BppDist til afstandsmetoder
• BppPars til analyse af parsimoni (sparsommelighed)
• BppSeqMan til filkonvertering og manipulation af sekvenser
• BppConsense til at bygge af konsensustræ og beregning af opstartsværdier
• BppDist for afstandsmetoder
• BppReRoot til gendannelse af træer rødder
• BppTreeDraw til tegning af træer
• BppAlnScore til sammenligning af justering og beregning af point for justeringer
• BppMixedLikelihoods til beregning af per side ensartethed for komponenter for mixture-modeller
• BppPopGen til befolkning af genetiske analyser

BRIG kan vise cirkulære sammenligninger mellem et stort antal genomer, med fokus på håndtering af genommontagedata.

• Billederne viser ligheden mellem en central henvisningssekvens og andre sekvenser som koncentriske ringe.
• BRIG vil udføre alle BLAST-sammenligninger og filfortolkninger automatisk via en simpel grafisk brugerflade.
• Contig-grænser og læs-dækning kan vises for udkastgenomer; tilpassede grafer og kommentarer kan vises.
• Ved hjælp af en brugerdefineret sæt af gener som inddata, kan BRIG vise gentilstedeværelse, fravær, afkortning eller variationssekvens i et sæt af komplette genomer, udkastgenomer eller endda rå, ikke samlede sekvensdata.
• BRIG accepterer også SAM-formaterede read-mapping-filer, der gør det muligt at genomiske regioner i usamlede sekvensdata fra flere prøver kan sammenlignes samtidigt