Debian Med Cloud packages

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.

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/.

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.

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).

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.

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.

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

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.

Projektet Bioperl er et koordineret forsøg på at samle modelmetoder, der rutinemæssigt benyttes i bioinformatik til et sæt veldokumenterede, frit tilgængelige Perlmoduler i CPAN-stil. Det er velanset i fællesskabet og bruges i mange højtprofilerede projekter, f.eks. Ensembl.

De anbefalede pakker er krævet for at køre nogle af de inkluderede binære filer, for en detaljeret forklaring, inklusive de specifikke Perlmoduler, se venligst README.Debian.

Den foreslået pakke forbedrer manualsiderne.

Indeholder skripter fra pakken BioPerl-Run. Denne pakke vil også installere alle programmer pakket i Debian som kan have omslag. Dem som ikke er frie »foreslås« af denne pakke.

SQUID er et bibliotek af C-kodefunktioner for sekvensanalyse. Programmet inkluderer også en antal små redskabsprogrammer til at konvertere, vise statistik, manipulere og udføre andre funktioner på sekvensfiler.

Det oprindelige navn på pakken er »squid«, men da der allerede er en squid i arkivet (en proxy-cache), blev den omdøbt til »biosquid«.

Denne pakke indeholder nogle værktøjer til at demonstrere funktionerne i SQUID-biblioteket.

Dette er en tom overgangspakke for ncbi-blast+-legacy. Den kan fjernes igen.

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

Burrows-Wheeler Aligner (BWA) er en programpakke, for oversættelse af lavafvigende sekvenser mod en stor referencearvemasse, såsom den menneskelige arvemasse. Den består af tre algoritmer: BWA-backtrack, BWA-SW og BWA-MEM. Den første algoritme er designet for Illunina-sekvenslæsninger op til 100 bp, mens de sidste to er for længere sekvenser fra 70 bp til 1 Mbp. BWA-MEM og BWA-SW deler funktioner såsom understøttelse af long-read og opdelingssammenligning, men BWA-MEM, som er den seneste, anbefales generelt for højkvalitets forespørgsler, da den er hurtigere og mere præcis. BWA-MEM har også bedre ydelse end BWA-backtrack for 70-100 bp Illumina-læsninger.

Cassiopee indeks- og søgebiblioteks C-implementering. Dette er en fuldstændig omskrivning af Rubys Cassiopee. Den skanner en arvemassesekvens (dns/rna/protein) og søger efter en undersekvens med en præcis match eller tillader udskiftninger (Hamming-distance) og/eller indsættelse/sletning.

Denne pakke indeholder værktøjerne cassiopee og cassiopeeknife.

Cd-hit indeholder et antal programmer designet til hurtigt at gruppere sekvenser. Cd-hit grupperer proteiner i klynger, som når en brugerdefineret lighedstærskel. Cd-hit-est svarer til cd-hit, men er designet til at gruppere nukleotidsekvenser (uden introner). Cd-hit-est-2d ligner cd-hit-2d men er designet til at sammenligne to nukleotide datasæt. Et antal andre relaterede programmer er også inkluderet i pakken. Se venligst manualen for cd-hit, også en del af denne pakke, for yderligere information.

CDB (Constant DataBase) kan bruges for oprettelse af indekser for hurtig indhentelse af alle bestemte sekvenser fra store multi-FASTA-filer. Det har mulighed for at komprimere dataposter for at spare på pladsen.

Circos visualiserer data i et cirkulært layout - ideelt for udforskning af relationer mellem objekter eller positioner og oprette stærkt informativ grafik i udgivelseskvalitet.

Denne pakke tilbyder plotmotoren Circos, som afvikles via kommandolinjen (ligesom gnuplot) og er fuldt skriptbar.

Clearcut er referenceimplementeringen for Relaxed Neighbor Joining-algoritmen (RNJ) af J. Evans, L. Sheneman og J. Foster fra Initiative for Bioinformatics and Evolutionary Studies (IBEST) på University of Idaho.

ClonalFrame identificerer de klonale relationer mellem medlemmer i en prøve, mens programmet også estimerer den kromosome position for begivenheder fra homolog rekombination, som har forstyrret den klonale arv.

ClonalFrame kan anvendes på alle slags sekvensdata, fra et enkelt fragment af DNA til hele arvemasser. Programmet er velegnet for analyse af MLST-data, hvor 7 genfragmenter er bleve sekventeret, men bliver progressivt mere funktionsrig efterhånden som de sekventerede regioner øges i længde og antal op til hele arvemasser. Dog kræver det at sekvenserne er justeret. Hvis du har arvemassedata som ikke er justeret, så anbefales det at bruge Mauve, som laver justering af hele bakterielle arvemasser med præcis det format som kræves for analyse med ClonalFrame.

Clustal-Omega er et alment sekvenssammenligningsprogram (MSA), primært for amino-syre sekvenser. Det fremstiller MSA'er i høj kvalitet og kan håndtere datasæt med hundreder eller tusinder af sekvenser indenfor en fornuftig tid samt bruge flere processorer, når det er tilgængeligt.

Dette program udfører en sammenligning af flere nukleotid- eller aminosyresekvenser. Det genkender formatet for inddatasekvenser, og om sekvenser er nukleinsyre (DNA / RNA) eller aminosyre (proteiner). Uddataformatet kan vælges i forskellige formater for flere sammenligninger såsom Phylip eller FASTA. Clustal W er velaccepteret.

Produktionen af ​​Clustal W kan redigeres manuelt, men helst med et justeringssredigeringsprogram som SeaView eller indenfor dens følgesvend Clustal X. Når man bygger en model fra din sammenligning, kan denne anvendes til forbedrede databasesøgninger. Debianpakken HMMER skaber en sådan i form af en HMM.

ConCavity forudser proteinligandbindingssteder ved at kombinere evolutionær sekvensbevaring og 3D-struktur.

ConCavity bruger en PDB-formateret proteinstruktur og ekstra filer, som karakteriserer bevarelsen af kæderne for den evolutionære sekvens i strukturfilen.

De følgende resultatfiler laves som standard:

• Restligandbindende forudsigelser for hver kæde (*.scores).
• Restligandbindende forudsigelser i en PDB-formatfil (restbedømmelser placeres i temp.-faktorfeltet, *_residue.pdb).
• Pocket-forudsigelsesplaceringer i en DX-formatfil (*.dx).
• PyMOL-skript til at visualisere forudsigelserne (*.pml).

Denne pakke indeholder score_conservation(1), et værktøj til at bedømme bevaring af proteinsekvenser.

Følgende metoder til at bedømme bevaring er implementeret:

• sum af par
• vægtet sum af par
• Shannon-entropi
• Shannon-entropi med egenskabsgruppering (Mirny and Shakhnovich 1995, Valdar and Thornton 2001)
• relativ entropi med egenskabsgruppering (Williamson 1995)
• von Neumann-entropi (Caffrey et al 2004)
• relativ entropi (Samudrala and Wang 2006)
• Jensen-Shannon divergens (Capra and Singh 2007)

En vinduesbaseret udvidelse, som inkorporerer den estimerede bevarelse af tilstødende aminosyrerester i scoren for hver søjle, er også inkluderet. Den vinduesbaseret tilgang kan anvendes på alle metoder til bedømmelse af bevaring.

Programmet accepterer sammenligninger i CLUSTAL- og FASTA-formaterne.

Det sekvensspecifikke resultat kan bruges som input til pakken concavity.

Bevaring er yderst prædiktiv i identifikation af katalytiske sites og aminosyrerester i nærheden af bundne ​​ligander.

GNU Datamash er et program for kommandolinjen, som udfører grundlæggende numeriske, tekstbaserede og statistiske operationer på tekstdatafiler. Det er designet, så det er troværdigt og kan flyttes omkring samt hjælpe forskere med nemt at automatisere analyse af datakanaler, uden at skrive kode eller endda korte skripter.

DIALIGN2 er et kommandolinjeværktøj som kan gennemføre justering af flere protein- eller DNA-sekvenser. Det konstruerer justeringer med gabsfrie par af modsvarende segmenter fra sekvenserne. Dette rangeringsskema for justeringer er den grundlæggende forskel mellem DIALIGN og andre globale eller lokale justeringsmetoder. Bemærk at DIALIGN ikke gør brug af nogen sanktioner over for gab.

DIALIGN-TX er et kommandolinjeværktøj til udførsel af flerjustering af protein- eller DNA-sekvenser. Det er en fuldstændig reimplementering af den segmentbaserede fremgangsmåde inklusiv flere nye forbedringer og heuristik som forbedrer kvaliteten af uddatajusteringer væsentligt sammenlignet med DIALIGN 2.2 og DIALIGN-T. For parvis justering bruger DIALIGN-TX en algoritme til fragmentkædning som favoriserer kæder med lave resultater for lokale justeringer over isolerede fragmenter med høje resultater. For flerjustering bruger DIALIGN-TX en forbedret grådig procedure som er mindre følsom for falske lokale sekvensensheder.

Software discoSnp er designet til at opdage Single Nukleotid Polymorfi (SNP) fra rå læsning af sæt indhentet med Next Generation Sequencers (NGS).

Bemærk at antallet af læsesæt ikke er begrænset, det kan være en, to, eller mere. Bemærk også, at ingen andre oplysninger som reference arvemasse eller anmærkninger er nødvendige.

Programmet består af to moduler. Første modul, kissnp2, detekterer SNP'er fra læst sæt. Et andet modul, kissreads, forbedrer kissnp2- resultater ved at beregne per læst sæt og for hvert fundet SNP:

 1) dets middel læsedækning
 2) (Phred) kvaliteten af læsninger oprettet af polymorfismen.

Dette program efterfølges af DiscoSnp++.

»Disulfinder« er lavet til at forudsige disulfidbindingstilstand for cysteiner og deres disulfid-forbindelse startende fra sekvens alene. Disulfidebroer spiller en stor rolle i stabiliseringen af ​​foldeprocessen for adskillige proteiner. Forudsigelse af disulfidbroer fra sekvens alene er derfor nyttig til undersøgelse af de strukturelle og funktionelle egenskaber hos specifikke proteiner. Desuden kan viden om disulfidbindingstilstand for cysteiner hjælpe den eksperimentelle strukturbestemmelsesproces og kan være nyttige i andre annotationsopgaver vedrørende arvemasse.

»Disulfinder« forudsiger disulfide mønstre i to beregningsmæssige faser: (1) disulfidbindingstilstanden for hver cysteine forudsiges af en BRNN-SVM-binær klassificering; (2) cysteiner, der vides at deltage i dannelsen af ​​broer parres med en Recursive Neural Network for at opnå et forbindelsesmønster.

Dnaclust er et værktøj til klyngedannelse af et stort antal korte DNA-sekvenser. Klyngerne oprettes på en måde så »radiussen« for hver klynge ikke er større end den angivne tærskel.

Inddatasekvenserne der skal indgå i klyngedannelsen skal være i formatet Fasta. Id'en for hver sekvens er baseret på det første ord i sekvensen i formatet Fasta. Det første ord er præfikset for teksthovedet til den første forekomst af mellemrum i teksthovedet.

DSSP er et program, du bruger til at tildele den sekundære struktur af et protein baseret på dens løste tredimensionelle (3D) struktur.

Denne version (4.2) af DSSP er en omskrivning, der skriver mmCIF-filer, men kan stadig fremstille det ældre format dssp. Nyt er også understøttelsen af PP helices.

DOMAINATRIX-programmerne blev udviklet af Jon Ison og kollegaer ved MRC HGMP til deres proteindomæne-forskning. De er inkluderet som en EMBASSY- pakke, der fortsat arbejdes på.

Programmerne i den aktuelle domainatrix-udgivelse er cathparse (danner DCF-fil fra rå CATH-filer), domainnr (fjerner redundante domæner fra en DCF-fil), domainreso (fjerner lavopløsningsdomæner fra en DCF-fil), domainseqs (føjer sekvensposter til en DCF-fil), domainsse (føjer sekundære struktur-poster til en DCF-fil), scopparse (danner DCF-fil fra rå SCOP-filer) og ssematch (søger en DCF-fil for sekundære, matchende strukturer).

DOMALIGN-programmerne blev udviklet af Jon Ison og kollegaer ved MRC HGMP til deres proteindomæne-forskning. De er inkluderet som en EMBASSY-pakke, der fortsat arbejdes på.

Programmer i den aktuelle domalign-udgivelse er allversusall(sekvenslighedsdata fra alle-mod-alle sammenligning), domainalign (danner justering (DAF-fil) af noder i en DCF-fil), domainrep (ændrer rækkefølge for DCF-fil for at identificere repræsentative strukturer) og seqalign (udvider justeringer (DAF-fil) med sekvenser (DHF- fil)).

Programmet DOMSEARCH er udviklet af Jon Ison og kollegaer ved MRC HGMP til deres proteindomæne-forskning. De er inkluderet som en EMBASSY-pakke, der fortsat arbejdes på.

Programmer i denne DOMSEARCH-udgivelse er seqfraggle (fjerner fragmentsekvenser fra DHF-filer), seqnr (fjerner redundans fra DHF-filer), seqsearch (danner PSI-BLAST hit (DHF-fil) fra en DAF-fil), seqsort (fjerner tvetydige, klassificerede sekvenser fra DHF-filer) og seqwords (danner DHF- filer gennem nøgleordssøgninger fra UniProt).

EMBOSS er en fri åben kildekode-programpakke specielt udviklet for kravene i brugerfællesskabet for molekylærbiologi (f.eks. EMBnet). Programmet håndterer automatisk data i en række formater og giver også mulighed for gennemsigtig indhentelse af sekvensdata fra nettet. Der tilbydes også omfattende biblioteker med pakken, der gør det til en platform hvor andre videnskabsmænd kan udvikle og udgive programmer i ånden for åben kildekode. EMBOSS integrerer også en vifte af tilgængelige pakker og værktøjer for sekvensanalyse til en samlet helhed. EMBOSS bryder den historiske trend mod kommercielle programpakker.

Exonerate tillader justering af sekvenser via en model med flere justeringer, der bruger enten udførlig dynamisk programmering eller en variation af heuristiker. De meste af funktionaliteten i den dynamsike Wiseprogrammeringspakke blev erstattet med C for bedre effektivitet. Exonerate er en tilhørende komponent i opbygningen af databaserne Ensembl genome, der tilbyder sammenligningsoversigter mellem RNA- og DNA-sekvenser og dermed afgør opdelingsvariationer og kodesekvenser generelt.

Et simulationssystem In-silico PCR Experiment (se manualsiden for ipcress) pakkes med exonerate.

Denne pakke kommer også med et udvalg af redskaber til udførelse af enkle og hurtige manipulationer på fasta-filer over 2 Gb.

fastDNAml er et program afledt fra Joseph Felsensteins version 3.3 DNAML (del af hans PHYLIP-pakke). Bruger bør konsultere dokumentationen for DNAML før de bruger dette program.

fastDNAml er et forsøg på at løse det samme problem som DNAML, men at gøre dette hurtigere og med mindre brug af hukommelse, så at større træer og/eller flere bootstrap-replikater kan håndteres. Meget af fastDNAml er bare en genindspilning af PHYLIP 3.3 DNAML-programmet fra PASCAL til C.

Bemærk at dette programs hjemmeside ikke længere er tilgængeligt og at dette program derfor nok ikke vil se yderligere opdateringer.

Genetisk forbindelsesanalyse er en statistisk teknik brugt til at oversætte gener og finde den omtrentlige placering af sygdomsgener. Der var en programpakke for genetisk forbindelse som blev brugt som standard og blev kaldt LINKAGE. FASTLINK er en signifikant ændret og forbedret version af hovedprogrammerne i LINKAGE som kører meget hurtigere sekventielt, kan køre parallelt, tillader brugeren at gendanne yndefuldt fra et computernedbrud, og tilbyder omfattende ny dokumentation. FASTLINK er blevet brugt i mere end 1.000 udgivne studier for genetiske forbindelser.

Denne pakke indeholder de følgende programmer:

 ilink:    GEMINI-optimiseringsprocedure til at finde en lokal
           optimeret værdi for theta-vektoren for
           omkombinationsfraktioner
 linkmap:  beregner placeringspoint for et locus mod et fast kort
           af andre loci
 lodscore: sammenligner sandsynligheder på lokal optimeret theta
 mlink:    beregner lod-point og risiko med to af mere loci
 unknown:  identificer mulige genotyper for ukendte

FastQC forsøger at tilbyde en simpel måde at udføre lidt kvalitetskontrol på rå sekvensdata, der kommer fra sekvensdatakanaler med høj gennemløb. Programmet tilbyder et modulsæt af analyser, som du kan bruge til et hurtigt indtryk af om dine data har nogle problemer, som du skal være opmærksom på før du udfører yderligere analyse.

Hovedfunktionerne i FastQc er

• Import af data fra BAM-, SAM- eller FastQ-filer (alle varianter)
• Tilbyder et hurtigt overblik som fortæller dig i hvilke områder, der kan være problemer
• Referatgrafer og tabeller til hurtigt at tilgå dine data
• Eksport af resultater til en HTML-baseret permanent rapport
• Operation uden internet til automatiseret oprettelse af rapporter uden at køre det interaktive program

FastTree udleder cirka-maksimum-likelihood fylogenetiske træer fra opstillinger af nukleotid- eller proteinsekvenser. Den håndterer opstillinger med op til en million sekvenser på rimelig tid og brug af hukommelse. For store justeringer er FastTree 100-1000 gange hurtigere end PhyML 3.0 eller RAxML 7.

FastTree er mere præcis end PhyML 3 med standardindstillinger, og meget mere præcis end afstands-matrix metoder, der traditionelt anvendes til store justeringer. FastTree bruger Jukes-Cantor eller generaliseret tid-reversible (GTR) modeller af nukleotid-evolution og JTT (Jones- Taylor-Thornton 1992) modelaminosyreevolution. For at tage højde for de varierende satser evolution på tværs af steder, bruger FastTree en enkelt sats for hvert sted (»CAT«-tilnærmelsen). Hvis du hurtigt vil estimere pålideligheden af hver splittelse i træet, FastTree beregner lokal støtteværdier med Shimodaira-Hasegawa-test (disse er de samme som PhyML 3s »SH-lignende lokale understøtninger«).

Denne pakke indeholder en enkelt gevindudførelse (fasttree) og en parallel udgave, som bruger OpenMP (fasttreMP).

Arvemassedækning, antallet af sekventeringslæsninger oversat til en position i et genom, er en indsigtsfuld indikator for uregelmæssigheder i sekventeringsforsøg. Mens den gennemsnitlige genomdækning ofte anvendes inden for algoritmer i beregningsmæssig genomik, er de fuldstændige oplysninger til rådighed i dækningsprofiler (d.v.s. histogrammer over alle dækningsområder) i øjeblikket ikke udnyttet fuldt ud. Bias såsom fragmenteret eller fejlagtigt henviste genomer bliver derfor ikke indregnet. At gøre denne oplysning tilgængelig kan forbedre kvaliteten af sekventeringseksperimenter og kvantitative analyser.

fitGCP er en ramme for montering af blandinger af sandsynlighedsfordelinger for genom-dækningsprofiler. Udover almindeligt anvendte distributioner, bruger fitGCP distributioner skræddersyet til at redegøre for de fælles artefakter. Blandingsmodeller er iterativt tilpasset baseret på Expectation-Maximization-algoritmen.

Flexbar forbehandler high-throughput sekventeringsdata effektivt. Programmet demultiplekser stregkodede kørsler og fjerner adaptersekvenser. Endvidere tilbydes trimnings- og filtreringsfunktioner. Flexbar øger oversættelseshastigheder og forbedrer arvemasse- og transskriptome-samlinger. Programmet understøtter næstegeneration sekventeringsdata i fasta/q- og csfasta/q-format fra Illumina, Roche 454 og SOLID-platformen.

Parameternavne ændret i FLEXBAR. Gennemse venligst skripter. De seneste måneder, standardindstillinger blev optimeret, blev flere fejl fastsat og forskellige forbedringer blev foretaget, f.eks blev grænsefladen for kommandolinjen moderniseret, nye trimningstilstande samt lavere tids- og hukommelseskrav.

FreeContact er en protein-kontaktrestprædiktor optimeret til hastighed. Dens indgang er en flersekvensopstilling. FreeContact kan fungere som en accelereret erstatning for de offentliggjorte kontaktprædiktorer EVfold-mfDCA af DS. Marks (2011) og PSICOV af D. Jones (2011).

FreeContact accelereres af en kombination af vektorinstruktioner, flere tråde og hurtigere gennemførelse af centrale dele. Afhængig af opstillingen er 8-fold eller højere hastighedsforøgelser mulige.

En tilstrækkelig stor tilpasning er påkrævet for meningsfulde resultater. Som minimum bør en opstilling med et effektivt (efter-vægtning) sekvensantal større end længden af søgesekvensen anvendes. Opstillinger med titusinder af (effektive) sekvenser betragtes som gode inddata.

Jackhmmer(1) fra hmmer-pakken eller hhblits(1) fra hhsuite kan anvendes til at oprette opstillingerne, f.eks.

Denne pakke indeholder kommandolinjeværktøjet freecontact(1).

Et mål for sekvensbaseret metagenomisk analyse er den kvantitative taksonomiske vurdering af mikrobielle miljøsammensætninger. Imidlertid er flertallet af indgangsvinklerne enten kvantificer ved lav opløsning (f.eks. på rækkeniveau) eller de har alvorlige problemer angående meget lignende arter. Alligevel er nøjagtig kvantificering på artsniveau ønskelig i anvendelser såsom metagenomisk diagnostik eller fællesskabssammenligning. GASiC er en metode til at korrigere læste justeringsresultater for de uklarheder, der indførtes ved ligheder i arvemasser. Metoden har overlegen ydelse i forhold til eksisterende metoder.

GenomeTools indeholder en samling af nyttige værktøjer for biologisk sekvensanalyse og præsentation kombineret i en enkel binær fil.

Værktøjssættet indeholder binære filer for sekvens- og annotationhåndtering, sekvenskomprimering, oprettelse og adgang for indeksstruktur, annotationsvisualisering og meget mere.

Et program til at visualisere tilpasningen af to arvemassesekvenser sammen med deres anmærkninger. Fra GFF-formaterede inddatafiler fremstilles PostScript-figurer for den opstilling. Den følgende menu viser mange af funktionerne i gff2aplot:

• Omfattende tilpasningsplot for alle GFF-funktioner. Attributter defineres separat, så du kan kun ændre overordnede attributter for en given fil eller dele samme tilpasning på tværs af forskellige datasæt.
• Alle parametre er som standard indstillet i programmet, men det kan også være fuldt konfigureret via gff2ps-lignende fleksible tilpasningsfiler. Programmet kan håndtere flere af disse filer, der sammenfatter alle indstillinger, før de fremstiller det tilsvarende tal. Desuden kan alle tilpasningsparametre indstilles via kommandolinjeparametre, som giver brugerne mulighed for at lege med de parametre, før du tilføjer noget til en tilpasset fil.
• Kilderækkefølgen er taget fra inddatafiler, hvis du bytter filrækkefølge, kan du visualisere tilpasning og dens annotation med det nye inddataarrangement.
• Alle justeringsbedømmelserne kan visualiseres i en PiP-boks nedenfor gff2aplot-området, via en grå-farve-skala, brugerdefineret farveskala eller bedømmelsesafhængige farveovergange.
• Skalerbare skrifttyper, som også kan vælges blandt de grundlæggende PostScript-standardskrifter. Funktion- og gruppeetiketter kan drejes for at forbedre læsbarheden i begge annotationsakser.
• Programmet er stadig defineret som et Unix-filter, så det kan håndtere data fra filer, omadresseringer og datakanaler, skrive resultatet til standardud og advarsler til standardfejl.
• Gff2aplot er i stand til at håndtere mange fysiske sideformater (fra A0 til A10, og flere -see tilgængelige sidestørrelser i sin manual-), inklusive brugerdefinerede. Dette giver mulighed for at oprette arvemassekort i plakatstørrelse, enten i portræt eller landskab.
• Du kan tegne forskellige justeringer på samme tilpasningsplot og skelne dem ved hjælp af forskellige farver for hver.
• Formordbogen er blevet udvidet, således at yderligere formfigurer er til rådighed (se vejledning).
• Annotation af fremskrivninger gennem tilpasningsplot (såkaldte bånd) emulerer gennemsigtighed via komplementære farveudfyldningsmønstre. Denne funktion gør det muligt at vise farvede pseudo-blandinger, når vandrette og lodrette bånd overlapper hinanden.

gff2ps er et skriptprogram udviklet med det formål at konvertere gff- formateret poster til højkvalitets en-dimensionelle plotninger i PostScript. Sådanne plotninger er brugbare for sammenligning af genomiske strukturer og til at visualisere uddata fra genom-annotationsprogrammer. Programmet kan bruges på en meget simpel måde, da det antager at GFF-filen selv indeholder nok formatinformation, men at den også tillader gennemløb af en antal indstillinger og/eller en konfigurationsfil. Alt sammen for høj grad af tilpasning.

GIIRA er en gen-forudsigelsesmetode, der identificerer potentielle kodningsregioner udelukkende baseret på kortlægning af læsninger fra et RNA-Seq-eksperiment. Det blev hovedsagelig konstrueret til prokaryotisk gen-forudsigelse og er i stand til at vise gener inden i den viste region for et operon. Det kan også bruges til eukaryoter og forudsiger exon-intron- strukturer samt alternative isoformer.

GLAM2 er en programpakke til at finde motiver i sekvenser, typisk amino- syre eller nukleotidsekvenser. Et motiv er et tilbagevendende sekvensmønster: typiske eksempler er TAT-boksen og CAAX prenylation- motivet. Den primære nyskabelse i GLAM2 er, at den tillader at indsætte og slette i motiver.

Denne pakke inkluderer programmer for registrering af motiver delt af et sæt af sekvenser og finde match til disse motiver i en sekvensdatabase samt redskaber for konvertering af galm2-motiver til standardjusteringsformater, maskerende glam2-motiver ud af sekvensen, så svagere motiver kan findes, og fjerne meget ens medlemmer i et sæt af sekvenser.

Pakken inkluderer disse programmer:

 glam2:       finder motiver som deles af et sæt af sekvenser;
 glam2scan:   finder match - fra en sekvensdatabase - for motiver opdaget
              af glam2;
 glam2format: konverterer glam2-motiver til standardjusterede formater;
 glam2mask:   maskerer glam2-motiver ud af sekvenser, så svagere motiver
              kan findes;
 glam2-purge: fjerner medlemmer med stor lighed fra et sæt af sekvenser.

I denne binære pakke blev den hurtige Fourier-algoritme (FFT) aktiveret for glam2.

Denne pakke indeholder programmerne GMAP og GSNAP samt redskaber til at håndtere genomdatabaser i GMAP/GSNAP-formatet. GMAP (Genomic Mapping and Alignment Program) er et værktøj til at sammenligne EST-, mRNA- og cDNA-sekvenser. GSNAP (Genomic Short-read Nucleotide Alignment Program) er et værktøj til at sammenligne single-end og paired-end transkriptom-læsninger. Begge værktøjer kan bruge en database med

• kendte splice-sider og identify novel splice-sider
• kendte single-nucleotide polymorphisms (SNPs) GSNAP kan sammenligne bisulfit-behandlet DNA.

Grinder er et alsidigt program til at skabe tilfældige shotgun og amplikon sekvensbiblioteker baseret på DNA, RNA eller proteinreferencesekvenser tilvejebragt i en FASTA-fil.

Grinder kan producere genomisk, metagenomisk, transkriptom, metatranscriptomic, proteomiske, metaproteomic shotgun og amplicon datasæt fra nuværende sekventeringsteknologier som Sanger, 454, Illumina. Disse simulerede datasæt kan bruges til at teste nøjagtigheden af bioinformatiske værktøjer under specifik hypotese, f.eks med eller uden sekventeringsfejl eller med lav eller høj samfundsmangfoldighed. Grinder kan også bruges til at hjælpe vælge mellem alternative sekventeringsmetoder til et sekvensbaseret projekt, f.eks skal biblioteket paired-end eller ej, hvor mange læsninger skal sekventeres.

GROMACS er en alsidig pakke til at udføre molekyldynamik med, dvs. simulere Newtons bevægelsesligninger for systemer med hundrede til millioner partikler.

GROMACS er primært designet til biokemiske molekyler såsom proteiner og lipider, som har en masse komplicerede bindingsvekselvirkninger, men da GROMACS er ekstremt hurtig til at beregne ikke-bindingsvekselvirkninger (som plejer at dominere simuleringer), anvender mange grupper det også til forskning inden for ikke-biologiske systemer, f.eks. polymerer.

Denne pakke indeholder varianter både for afvikling på en enkelt maskine og via MPI-grænsefladen på tværs af flere maskiner.

HH-suite er en programpakke, udviklet i åben kildekode, for sensitiv proteinsekvenssøgning baseret på parvis sammenligning af skjulte Markov-modeller (HMM'er).

Denne pakke indeholder HHsearch og HHblits blandt andre programmer og redskaber.

HHsearch bruger som inddata flere sekvenssammenligninger (MSA) eller profil-HMM og søger i en database med HMM'er (f.eks. PDB, Pfam eller InterPro) for homologe proteriner. HHserarch bruges ofte for proteinstrukturforudsigelse til at detektere homologe skabeloner og til at bygge meget præcise forespørgsels-skabelon parvise sammenligninger for homolog modellering.

HHblits kan bygge højkvalitets MSA'er der starter fra enkelte sekvenser eller fra MSA'er. Den transformerer disse til en forespørgsels-HMM og via en iterativ søgningsstrategi tilføjes signifikant lignende sekvenser fra den forrige søgning til den opdaterede forespørgsels-HMM for den næste søgeiteration. Sammenlignet med PSI-BLAST er HHblits hurtigere, op til dobbelt så sensitiv og programmet laver mere præcise sammenligninger.

HISAT2 er et hurtigt og sensitivt sammenligningsprogram for oversættelse af sekvenslæsning i næste generation (både DNA og RNA) til en population af genomer fra mennesker (samt mod et enkelt referencegenom). Baseret på en udvidelse af BWT for grafer blev et graf FM-indeks designet og implementeret. Udover at bruge et globalt GFM-indeks, som repræsenterer en population af genomer for mennesker, så bruger HISAT2 et stort sæt af små GFM-indeks, som kollektivt dækker hele genomet (hvert indeks repræsenterer et genomområde på 56 Kbp, med 55.000 indeks krævet for at dække menneskepopulationen). Disse små indeks (kaldt lokale indeks), kombineret med flere sammenligningsstrategier muliggør hurtig og præcis sammenligning af sekvenslæsninger. Dette nye indeksskema kaldes et Hierarchical Graph FM-indeks (HGFM).

HMMER er en implementering af profilskjulte Markov-modelmetoder for sensitive søgninger i biologiske sekvensdatabaser med brug af flersekvensjusteringer som forespørgsler.

Givet en flersekvensjustering som input, bygger HMMER en statistisk model kaldt »skjult Markovmodel«, som kan bruges som en forespørgsel ind i en sekvensdatabase for at finde (og/eller justere) yderligere homologier for sekvensfamilien.