Debian Med Covid-19 packages

ABACAS (« Algorithm Based Automatic Contiguation of Assembled Sequences ») est un programme qui permet de rapidement « contiguer » (aligner, trier, orienter), visualiser et concevoir des « primers » avec des espaces restreints ou des « contigs » assemblés au fusil à pompe, basé sur des séquences de référence.

ABACAS utilise MUMmer pour trouver les positions d'alignements et pour identifier dans les références les synténies de contigs assemblés. La sortie est ensuite analysée pour générer une pseudomolécule, en prenant en compte le recouvrement et les espaces entre contigs. ABACAS génère un fichier de comparaison qui peut être utilisé pour visualiser les contigs triés et orientés en ACT. La synthénie est représentée par des barres rouges dans lesquelles l'intensité décroit avec le pourcentage de similitude entre les blocs comparables. Les informations sur les contigs comme l'orientation, le pourcentage d'identité, la couverture et le recouvrement d'autres contigs peuvent également être visualisées en chargeant le fichier de fonctionnalité de sortie sur ACT.

ABySS est un assembleur de séquences de novo parallèles conçu pour les lectures courtes. Il peut servir à assembler des données de séquences de génome ou de transcriptome. La parallélisation est permise par MPI, OpenMP et pthread.

Ce paquet prend en charge le code des algorithmes de décompte de copies NGS. Il reçoit un fichier d'emplacements et un fichier [cr|b]am, puis génère un décompte de la couverture de chaque allèle (ACGT) à cet emplacement (avec des configurations de filtre données).

Le paquet allelecount existe essentiellement pour éviter la duplication de code entre certains autres projets, en particulier AscatNGS et Battenberg.

Ce paquet permet l'obtention de statistiques à partir d'une liste de fichiers.

La détection du format FASTA ou FASTQ de chaque fichier est automatique à partir du contenu des fichiers, ainsi les noms et les extensions des fichiers ne sont pas pertinents.

Le format de sortie par défaut est intelligible. Il est possible de changer le format de sortie et d'ignorer les séquences plus courtes qu'une longueur définie.

Le projet nextstrain est une tentative de faire des pipelines informatiques flexibles et des outils de visualisation pour suivre l'évolution en cours de pathogènes à mesure que les données de séquences surviennent. Le projet nextstrain dérive de nextflu qui était spécifique à l'évolution de la grippe.

nextrain est formé de trois composantes :

 – fauna : base de données et scripts d'E/S pour les séquences et
   les données sérologiques ;
 – augur : pipelines informatiques pour conduire des inférences
   à partir de données brutes ;
 – auspice : application web pour visualiser les inférences
   résultantes.

Remove gene-specific primer sequences from SAM/BAM alignments of PCR amplicons by soft-clipping.

bamclipper.sh soft-clips gene-specific primers from BAM alignment file based on genomic coordinates of primer pairs in BEDPE format.

This package provides some Python3 tools for common BAM file manipulations.

The BBTools are a collection of small programs to solve recurrent tasks for the creative handling of short biological RNA/DNA sequences. This suite may be best known for its mapper, which is also the name of the project on sourceforge, but several tools have been added over time. All tools are multi-threaded, implemented platform-independently in Java:

BBMap: Short read aligner for DNA and RNA-seq data. Capable of handling arbitrarily large genomes with millions of scaffolds. Handles Illumina, PacBio, 454, and other reads; very high sensitivity and tolerant of errors and numerous large indels.

BBNorm: Kmer-based error-correction and normalization tool.

Dedupe: Simplifies assemblies by removing duplicate or contained subsequences that share a target percent identity.

Reformat: Reformats reads between fasta/fastq/scarf/fasta+qual/sam, interleaved/paired, and ASCII-33/64, at over 500 MB/s.

BBDuk: Filters, trims, or masks reads with kmer matches to an artifact/contaminant file.

A bioinformatics tool for constructing the compacted de Bruijn graph from sequencing data.

This is the parallel version of the BCALM software using gatb-core library.

BCFtools est un ensemble d'outils qui manipulent des appels de variation dans le format « Variant Call Format » (VCF) et son équivalent binaire BCF. Toutes les commandes fonctionnent de façon transparente avec VCF et BCF, qu'ils soient compressés avec BGZF ou non.

Les utilitaires BEDTools permettent de traiter les tâches génomiques ordinaires telles que trouver les chevauchements de caractéristiques et informatiser les données. Les utilitaires sont en grande partie basés sur quatre formats de fichier très utilisés : BED, GFF/GTF, VCF et SAM/BAM. En utilisant BEDTools, il est possible de développer des enchainements sophistiqués qui répondent à des questions de recherche en utilisant plusieurs outils séquentiellement.

L'outil groupBy est fourni par le paquet filo.

This package contains some tools for processing BAM files, including

  bamsormadup:  parallel sorting and duplicate marking
  bamcollate2:  reads BAM and writes BAM reordered such that alignment
                or collated by query name
  bammarkduplicates: reads BAM and writes BAM with duplicate alignments
                marked using the BAM flags field
  bammaskflags: reads BAM and writes BAM while masking (removing) bits
                from the flags column
  bamrecompress: reads BAM and writes BAM with a defined compression
                 setting. This tool is capable of multi-threading.
  bamsort:       reads BAM and writes BAM resorted by coordinates or
                 query name
  bamtofastq:    reads BAM and writes FastQ; output can be collated
                 or uncollated by query name

Ce paquet est un outil à faible empreinte mémoire et ultra-rapide pour l'alignement de lectures de séquençage à séquences longues de référence. Il est particulièrement performant pour l'alignement de lectures d'environ 50 symboles et jusqu'à des centaines ou des milliers de symboles, et particulièrement performant pour l'alignement de génomes relativement longs (par exemple, le génome de mammifères).

Bowtie 2 indexe le génome avec un FM-index pour garder une faible empreinte mémoire : pour le génome humain, son empreinte en mémoire vive est typiquement d'environ 3,2 Go. Bowtie 2 gère les modes d'alignement écarté, local, et par paire.

Assessing genome assembly and annotation completeness with Benchmarking Universal Single-Copy Orthologs (BUSCO).

• Automated selection of lineages issued from https://www.orthodb.org/
• Automated download of all necessary files and datasets to conduct a run
• Use prodigal for non-eukaryotic genomes

Ce paquet fournit le programme BUStools qui peut être utilisé pour corriger des erreurs de barcoding moléculaire, réduire les UMI, calculer le nombre de gènes ou des matrices de comptages de compatibilité de transcription.

BWA est un paquet logiciel pour mettre en correspondance des séquences à faible divergence avec un grand génome de référence tel que le génome humain. Il est constitué de trois algorithmes : BWA-backtrack, BWA-SW et BWA-MEM. Le premier algorithme est conçu pour les lectures de séquences Illumina jusqu'à 100 paires de bases, alors que les deux autres sont conçus pour des lectures de séquences allant de 70 à 1 000 paires de bases. BWA-MEM et BWA-SW partagent des fonctionnalités communes telles que la prise en charge des lectures longues et des alignements de découpages (« split alignment »), mais BWA-MEM, plus récent, est généralement recommandé pour les requêtes de haute qualité, car il est plus rapide et plus précis. BWA-MEM a également de meilleures performances que BWA-backtrack pour les lectures Illumina de 70 à 100 paires de bases.

Contig Annotation Tool (CAT) and Bin Annotation Tool (BAT) are pipelines for the taxonomic classification of long DNA sequences and metagenome assembled genomes (MAGs/bins) of both known and (highly) unknown microorganisms, as generated by contemporary metagenomics studies. The core algorithm of both programs involves gene calling, mapping of predicted ORFs against the nr protein database, and voting-based classification of the entire contig / MAG based on classification of the individual ORFs. CAT and BAT can be run from intermediate steps if files are formatted appropriately.

Centrifuge est un système très rapide et économe en mémoire de classification de séquences ADN d’échantillons microbiens, avec une meilleure sensibilité et une précision similaire que d’autres systèmes éminents. Le système utilise an nouveau schéma d’indexation basé sur la transformation de Burrows-Wheeler (BWT) et l’index de Ferragina-Manzini (FM), optimisés spécifiquement pour le problème de classification métagénomique. Centrifuge nécessite un index relativement petit (par exemple, 4,3 Go pour environ 4100 génomes de bactéries), mais propose une vitesse de classification très rapide lui permettant de procéder à une séquençage ADN classique en une heure. Ces avancées permettent une analyse rapide et précise de grands ensembles de données métagénomiques sur des ordinateurs de bureau conventionnels.

Change-O est un ensemble d’outils pour traiter la sortie d’outils d’alignement V(D)J, affecter des groupes clonaux à des séquences d’immunoglobuline (Ig) et reconstruire des séquences de lignées germinales.

D’importantes améliorations dans les technologies de séquençage à haut débit permettent maintenant de caractériser à grande échelle des répertoires Ig, définis comme l’ensemble de protéines réceptrices d’antigènes transmembranaires situées à la surface des cellules B et des cellules T. Change-O est une suite d’outils permettant de faciliter l’analyse avancée de séquences Ig et TCR suivant l’affectation de segments de lignées germinales. Change-O gère la sortie de IMGT/HighV-QUEST et d’IgBLAST et fournit une grande variété de méthodes de regroupement (clustering) pour affecter des groupes clonaux à des séquences Ig. Le tri d’enregistrements, le groupement et diverses opérations de manipulations de bases de données sont également inclus.

Ce paquet installe la bibliothèque pour Python 3.

Le logiciel ChIP-Seq fournit un ensemble d’outils pour des tâches d’analyse de séquençage ChIP pour tout le génome, incluant l’analyse de corrélation de positions, la détection de pics, et la séparation du génome entre des régions riches ou pauvres en signaux. Ces outils existent sous forme de programme C autonomes et réalisent les tâches suivantes :

 1. Analyse de corrélation de positions et création d’un tracé d’agrégation
    (AP) (chipcor) ;
 2. Extraction des caractères d’annotation de génome spécifique autour de
    points d’ancrage de référence (chipextract) ;
 3. Lecture du centrage et du décalage (chipcenter) ;
 4. Appel de pic étroit en utilisant une taille fixe de largeur (chippeak) ;
 5. Appel de pic large utilisé pour de vastes régions d’enrichissement (chippart) ;
 6. Outil de sélection de particularité basé sur un seuil de compte (chipscore).

Parce que les outils de ChIP-Seq sont principalement optimisés pour la rapidité, ils utilisent leur propre format compact pour la représentation des données de ChIP-seq appelé SGA (Simplified Genome Annotation). SGA est un format en texte pur, orienté ligne avec des tabulations comme délimitations.

ClonalFrameML est un paquet logiciel qui réalise une inférence efficace de recombinaison dans les génomes bactériens. ClonalFrameML a été créé par Xavier Didelot et Daniel Wilson. ClonalFrameML peut être appliqué à tout type de données de séquence alignée, mais est particulièrement prévu pour l’analyse de séquences de génomes entiers. Il est capable de comparer des centaines de génomes entiers en quelques heures sur un machine de bureau standard. ClonalFrameML produit trois sorties principales : une phylogénie avec des longueurs de branches corrigées pour tenir compte des recombinaisons, une estimation des paramètres clé du processus de recombinaison et une carte génomique d’où les recombinaisons se sont produites pour chaque branche de la phylogénie.

ClonalFrameML est une implémentation de vraisemblance maximale du logiciel bayésien ClonalFrame précédemment décrit par Didelot et Falush (2007). Le modèle de recombinaison servant de base à ClonalFrameML est exactement le même que pour ClonalFrame, mais cette nouvelle implémentation est beaucoup plus rapide, est capable de gérer des ensembles de données génomiques bien plus grands, et ne souffre pas de problèmes de convergence MCMC.

Cutadapt helps with biological sequence clean tasks by finding the adapter or primer sequences in an error-tolerant way. It can also modify and filter reads in various ways. Adapter sequences can contain IUPAC wildcard characters. Also, paired-end reads and even colorspace data is supported. If you want, you can also just demultiplex your input data, without removing adapter sequences at all.

This package contains the user interface.

C'est l'implémentation de référence des standards de Common Workflow Language.

Les standards ouverts CWL servent à décrire des analyses de flux de travail et des outils afin de les rendre portables et déployabls sur une grande diversité d'environnements logiciels et matériels, des stations de travail aux clustrs en passant par le cloud et le calcul haute performance (HPC). CWL a été conçu pour satisfaire les besoins des scientifiques manipulant beaucoup de données comme la bioinformatique, l'imagerie médicaale, l'astronomie, la physique et la chimie.

L'implémentation de la référence CWL (cwltool) vise à être entièrement personnalisée et à offrir une validation exhaustive de fichiers CWL, mais aussi d'autres outils de travail avec des descriptions CWL.

DCMTK contient une collection de bibliothèques et d'applications pour examiner, construire et convertir des images DICOM, gérer les média hors ligne, envoyer et recevoir des images à travers le réseau ainsi que stocker les images et gérer des listes de travaux.

Ce paquet contient les utilitaires DCMTK.

Note : cette version a été compilée avec la prise en charge de libssl.

Delly est une méthode de prédiction de variantes structurelles (SV) intégrée qui peut découvrir, génotyper et visualiser des délétions, des duplications en tandem, des inversions et des translocations à une résolution mononucléotidique dans des données de séquençage massivement parallèles à lecture courte et longue. Il utilise des extrémités appariées, des lectures fractionnées et une profondeur de lecture pour délimiter avec sensibilité et précision les réarrangements génomiques dans tout le génome.

Dextractor commands allow one to pull exactly and only the information needed for assembly and reconstruction from the source HDF5 files produced by the PacBio RS II sequencer, or from the source BAM files produced by the PacBio Sequel sequencer.

For each of the three extracted file types -- fasta, quiva, and arrow -- the library contains commands to compress the given file type, and to decompress it, which is a reversible process delivering the original uncompressed file. The compressed .fasta files, with the extension .dexta, consume 1/4 byte per base. The compressed .quiva files, with the extension .dexqv, consume 1.5 bytes per base on average, and the compressed .arrow files, with the extension .dexar, consume 1/4 byte per base

For more information, please view the available documentation at https://github.com/thegenemyers/DEXTRACTOR

DIAMOND est un aligneur de séquence pour les recherches et les séquences de protéines et d'ADN traduit conçu comme un remplacement direct des outils logiciels de NCBI BLAST. Il est utilisable pour les recherches protéine-protéine aussi bien que pour les recherches ADN-protéine portant sur des séquences courtes ou longues incluant des contigs et des assemblages, et fournit une accélération jusqu'à x 20,000 par rapport à BLAST.

Software discoSnp is designed for discovering Single Nucleotide Polymorphism (SNP) from raw set(s) of reads obtained with Next Generation Sequencers (NGS).

Note that number of input read sets is not constrained, it can be one, two, or more. Note also that no other data as reference genome or annotations are needed.

The software is composed by two modules. First module, kissnp2, detects SNPs from read sets. A second module, kissreads, enhance the kissnp2 results by computing per read set and for each found SNP:

 1) its mean read coverage
 2) the (phred) quality of reads generating the polymorphism.

This program is superseded by DiscoSnp++.

This software provide for core computational analysis of Drop-seq data, which shows you how to transform raw sequence data into an expression measurement for each gene in each individual cell.

The FASTA programs find regions of local or global similarity between Protein or DNA sequences, either by searching Protein or DNA databases, or by identifying local duplications within a sequence. Other programs provide information on the statistical significance of an alignment. Like BLAST, FASTA can be used to infer functional and evolutionary relationships between sequences as well as help identify members of gene families.

• Protein
• Protein-protein FASTA
• Protein-protein Smith-Waterman (ssearch)
• Global Protein-protein (Needleman-Wunsch) (ggsearch)
• Global/Local protein-protein (glsearch)
• Protein-protein with unordered peptides (fasts)

• Protein-protein with mixed peptide sequences (fastf)

• Nucleotide

• Nucleotide-Nucleotide (DNA/RNA fasta)
• Ordered Nucleotides vs Nucleotide (fastm)

• Un-ordered Nucleotides vs Nucleotide (fasts)

• Translated

• Translated DNA (with frameshifts, e.g. ESTs) vs Proteins (fastx/fasty)
• Protein vs Translated DNA (with frameshifts) (tfastx/tfasty)

• Peptides vs Translated DNA (tfasts)

• Statistical Significance

• Protein vs Protein shuffle (prss)
• DNA vs DNA shuffle (prss)

• Translated DNA vs Protein shuffle (prfx)

• Local Duplications

• Local Protein alignments (lalign)
• Plot Protein alignment "dot-plot" (plalign)
• Local DNA alignments (lalign)
• Plot DNA alignment "dot-plot" (plalign)

This software is often used via a web service at the EBI with readily indexed reference databases at http://www.ebi.ac.uk/Tools/fasta/.

ANI is defined as mean nucleotide identity of orthologous gene pairs shared between two microbial genomes. FastANI supports pairwise comparison of both complete and draft genome assemblies.

All-in-one FASTQ preprocessor, fastp provides functions including quality profiling, adapter trimming, read filtering and base correction. It supports both single-end and paired-end short read data and also provides basic support for long-read data.

FastQC a pour objectif de fournir un moyen simple de faire des contrôles de qualité sur des données de séquences brutes provenant de pipelines de séquençage à haut débit. Il propose un ensemble modulaire d'analyses pouvant être utilisées pour donner une impression rapide des problèmes dont l'utilisateur devrait être au courant avant de faire une analyse plus poussée.

Les principales fonctions de FastQC sont :

• import des données des fichiers BAM (version binaire compressée de SAM), SAM (« Sequence Alignment/Map ») ou FastQ (n'importe quelle variante) ;
• fournir un aperçu rapide pour indiquer les zones dans lesquelles il peut y avoir des problèmes ;
• des graphes de résumé et des tables pour évaluer rapidement les données ;
• export des résultats vers un rapport permanent en HTML ;
• fonctionnement hors ligne afin de permettre la génération de rapports automatiques sans exécuter l'application interactive.

Filtlong is a tool for filtering long reads by quality. It can take a set of long reads and produce a smaller, better subset. It uses both read length (longer is better) and read identity (higher is better) when choosing which reads pass the filter.

FLASH (Fast Length Adjustment of SHort reads) est un outil logiciel très rapide et précis pour fusionner des lectures de séquences appariées (paired-end reads) à partir de tests de séquençage à haut débit. FLASH est conçu pour fusionner des paires de lectures où les fragments de l’ADN originel sont deux fois plus petits que la longueur des lectures. Les lectures résultantes plus longues améliore l’assemblage du génome. Elles peuvent aussi améliorer significativement l’assemblage du transcriptome quand FLASH est utilisé pour fusionner les données de RNA- seq.

Flye est un assembleur de novo pour les lectures de séquençage de molécule unique, telles que celles produites par PacBio et « Oxford Nanopore Technologies ». Il est conçu pour une large diversité d’ensembles de données, du petit projet concernant des bactéries aux assemblages à l’échelle de mammifères. Ce paquet constitue une chaine complète : il prend en entrée des chaines brutes de PacBio ou ONT et produit des contigs propres. Flye possède aussi un mode spécial pour les assemblages de métagénome.

FreeBayes est un détecteur de variant génétique bayésien conçu pour détecter des petits polymorphismes, plus spécialement les polymorphismes d'un seul nucléotide (SNP), les indels (insertions et suppressions), les polymorphismes de nucléotides multiples (MNP) et les évènements complexes (évènements d’insertion et de substitution composites), plus petits que la longueur d’un alignement de séquençage de lecture courte.

Le paquet GenomeTools contient une collection d'outils utiles pour l'analyse de séquences biologiques et la présentation regroupés en un simple exécutable.

La boîte à outils contient les programmes exécutables pour les séquences et la manipulation des annotations, la compression de séquences, la génération de la structure de l'index et de l'accès, la visualisation de l'annotation, et bien plus.

Gffread is a GFF/GTF parsing utility providing format conversions, region filtering, FASTA sequence extraction and more.

Ginkgo CADx fournit une solution de visualisation DICOM avec des capacités performantes et la prise en charge d’extensions :

 – interface simple et personnalisable à l’aide de profils ;
 – visualisation pleine de fonctionnalités d’image DICOM ;
 – ensemble d’outils complet (mesure, marquage, texte…) ;
 – prise en charge de plusieurs secteurs médicaux (neurologie, radiologie,
   dermatologie, ophtalmologie, échographie, endoscopie…) ;
 – prise en charge de la normalisation DICOM à partir de JPEG, PNG, GIF
   et TIFF ;
 – prise en charge entière de l’intégration du matériel (EMH) : flux
   produits conformes aux normes HL7 et IHE ;
 – station de travail PACS (système d'archivage et de transmission
   d'images), (C-FIND, C-MOVE, C-STORE…) ;
 – extensibilité à l’aide d’ajouts personnalisables :
   – composition mosaïquée d’image rétinienne,
   – diagnostic automatique à partir d’analyse rétinienne,
   – diagnostic automatique du psoriasis.

Il s’agit de GNUmed Electronic Medical Record dont le but est de permettre aux médecins de tenir un dossier médical solide sur la santé de leurs patients. Actuellement, il n'est pas complet. Les fonctionnalités offertes sont, cependant, testées, en cours d'utilisation et considérées comme stables. Ce paquet ne fournit PAS encore de fonctionnalités de facturation et de gestion de stocks.

Même si l'équipe de GNUmed a mis le plus grand soin pour s'assurer de l'intégrité des dossiers médicaux à tout instant, l’utilisateur doit toujours s’assurer de prendre les mesures appropriées pour sauvegarder les données médicales en un lieu sûr à des intervalles appropriés. Les sauvegardes et procédures de récupération en cas de désastre doivent aussi être testées !

Protéger les données ! GNUmed lui-même est fourni sans aucune garantie quelle qu'elle soit. L’utilisateur est prévenu.

Ce paquet fournit le client wxpython.

Il s’agit de GNUmed Electronic Medical Record dont le but est de permettre aux médecins de tenir un dossier médical solide sur la santé de leurs patients. Actuellement, il n'est pas complet. Les fonctionnalités offertes sont, cependant, testées, en cours d'utilisation et considérées comme stables. Ce paquet ne fournit PAS encore de fonctionnalités de facturation et de gestion de stocks.

Même si l'équipe de GNUmed a mis le plus grand soin pour s'assurer de l'intégrité des dossiers médicaux à tout instant, l’utilisateur doit toujours s’assurer de prendre les mesures appropriées pour sauvegarder les données médicales en un lieu sûr à des intervalles appropriés. Les sauvegardes et procédures de récupération en cas de désastre doivent aussi être testées !

Protéger les données ! GNUmed lui-même est fourni sans aucune garantie quelle qu'elle soit. L’utilisateur est prévenu.

Ce paquet contient la partie serveur PostgreSQL.

Remarque⋅: Actuellement, le paquet ne construit PAS la base de données GNUmed mais installe uniquement les fichiers SQL nécessaires. Veuillez lire README.Debian.

GROMACS est un paquet polyvalent pour faire de la dynamique moléculaire, comme la simulation d'équations newtoniennes du mouvement de systèmes de millions de particules.

Il a été créé en premier lieu pour les molécules biochimiques comme les protéines et les lipides qui ont beaucoup d'interactions covalentes compliquées, mais comme GROMACS est extrêmement rapide pour calculer les interactions non covalentes (qui souvent dominent les simulations), beaucoup de groupes l'utilisent aussi pour la recherche sur des systèmes non biologiques, comme les polymères.

Ce paquet fournit des variantes pour l’exécution sur une seule machine et pour utiliser l’interface MPI sur plusieurs machines.

Gubbins supports rapid phylogenetic analysis of large samples of recombinant bacterial whole genome sequences.

Gubbins (Genealogies Unbiased By recomBinations In Nucleotide Sequences) is an algorithm that iteratively identifies loci containing elevated densities of base substitutions while concurrently constructing a phylogeny based on the putative point mutations outside of these regions. Simulations demonstrate the algorithm generates highly accurate reconstructions under realistic models of short-term bacterial evolution, and can be run in only a few hours on alignments of hundreds of bacterial genome sequences.

Ce programme peut afficher, éditer, analyser, traiter, enregistrer et imprimer des images 8, 16 et 32 bits. Il peut lire de nombreux formats d'image, dont TIFF, GIF, JPEG, BMP, DICOM, FITS et RAW. Il prend en charge les « stacks », une série d'images partageant une même fenêtre.

ImageJ peut calculer des statistiques de zones et pixels à partir de sélections de l'utilisateur. Il peut mesurer les distances et les angles. Il peut créer des histogrammes de densité et des affichages de profils linéaires. Il prend en charge les fonctions standard de traitement d'images telles que la manipulation du contraste, l'accentuation, l'adoucissement, la détection d'arêtes et le filtrage médian.

La calibration spatiale est disponible pour fournir des mesures de dimensions réelles dans des unités comme le millimètre. La calibration de la densité ou des niveaux de gris est également disponible.

ImageJ est développé par Wayne Rasband (wayne@codon.nih.gov) dans la Research Services Branch du National Institute of Mental Health à Bethesda, Maryland, USA.

iVar is a computational package that contains functions broadly useful for viral amplicon-based sequencing. Additional tools for metagenomic sequencing are actively being incorporated into iVar. While each of these functions can be accomplished using existing tools, iVar contains an intersection of functionality from multiple tools that are required to call iSNVs and consensus sequences from viral sequencing data across multiple replicates. iVar provided the following functions:

 1. trimming of primers and low-quality bases,
 2. consensus calling,
 3. variant calling - both iSNVs and insertions/deletions, and
 4. identifying mismatches to primer sequences and excluding the
    corresponding reads from alignment files.

Kalign est un outil en ligne de commande pour l'alignement de séquences biologiques (ADN, ARN, proteïnes). Il utilise l'algorithme de concordance de chaînes Muth-Manber pour améliorer la précision et la vitesse de l'alignement. Il utilise une démarche d'alignement globale, progressive, enrichie par l'usage d'un algorithme de concordance de chaînes approché pour calculer les différences de séquence et par l'incorporation des correspondances locales dans tout autre alignement global.

Kallisto est un programme pour quantifier l’abondance de transcriptions de données de RNA-Seq, ou, plus généralement, de séquences cibles en utilisant le séquençage de lectures à haut débit. Il est basé sur l’idée nouvelle de pseudoalignement pour déterminer la compatibilité de lectures avec des cibles sans avoir besoin de l’alignement. Sur des bancs d’essai avec des données de RNA-Seq standard, kallisto peut quantifier 30 millions de lectures d’humain en moins de 3 minutes sur un ordinateur de bureau Mac en utilisant les séquences de lectures et un index de transcriptome qui lui-même se construit en moins de 10 minutes. Le pseudoalignement de lectures préserve l’information clé nécessaire pour la quantification, et par conséquent kallisto n’est pas seulement rapide, mais également aussi précis que les outils de quantification existants. En fait, parce que la procédure de pseudoalignement est peu sensible aux erreurs dans les lectures, dans plusieurs bancs d’essai kallisto surpasse de manière significative les outils existants.

Kraken 2 is the newest version of Kraken, a taxonomic classification system using exact k-mer matches to achieve high accuracy and fast classification speeds. This classifier matches each k-mer within a query sequence to the lowest common ancestor (LCA) of all genomes containing the given k-mer. The k-mer assignments inform the classification algorithm. [see: Kraken 1's Webpage for more details].

Kraken 2 provides significant improvements to Kraken 1, with faster database build times, smaller database sizes, and faster classification speeds. These improvements were achieved by the following updates to the Kraken classification program:

 1. Storage of Minimizers: Instead of storing/querying entire k-mers,
    Kraken 2 stores minimizers (l-mers) of each k-mer. The length of
    each l-mer must be ≤ the k-mer length. Each k-mer is treated by
    Kraken 2 as if its LCA is the same as its minimizer's LCA.
 2. Introduction of Spaced Seeds: Kraken 2 also uses spaced seeds to
    store and query minimizers to improve classification accuracy.
 3. Database Structure: While Kraken 1 saved an indexed and sorted list
    of k-mer/LCA pairs, Kraken 2 uses a compact hash table. This hash
    table is a probabilistic data structure that allows for faster
    queries and lower memory requirements. However, this data structure
    does have a <1% chance of returning the incorrect LCA or returning
    an LCA for a non-inserted minimizer. Users can compensate for this
    possibility by using Kraken's confidence scoring thresholds.
 4. Protein Databases: Kraken 2 allows for databases built from amino
    acid sequences. When queried, Kraken 2 performs a six-frame
    translated search of the query sequences against the database.
 5. 16S Databases: Kraken 2 also provides support for databases not
    based on NCBI's taxonomy. Currently, these include the 16S
    databases: Greengenes, SILVA, and RDP.

LASTZ is a drop-in replacement for BLASTZ, and is backward compatible with BLASTZ’s command-line syntax. That is, it supports all of BLASTZ’s options but also has additional ones, and may produce slightly different alignment results.

BBHash is a simple library for building minimal perfect hash function. It is designed to handle large scale datasets. The function is just a little bit larger than other state-of-the-art libraries, it takes approximately 3 bits / elements (compared to 2.62 bits/elem for the emphf lib), but construction is faster and does not require additional memory.

Libchipcard fournit une API pour accéder aux cartes à puce. On peut citer comme exemple, les cartes mémoires, les cartes HBCI (banque à domicile), les GeldKarte allemandes (porte-monnaie électroniques) et les cartes KVK (cartes d'assurance maladie).

Ce paquet fournit les fichiers de développement pour libchipcard.

This is an eclectic gathering of (mostly) C++ code which upstream used for some bioinformatics projects. The main idea is to provide lean code and efficient data structures, trying to avoid too many code dependencies of heavy libraries while minimizing production cycles (and this also implies a decent compile/build time -- looking at you, bloated configure scripts and lengthy compile times of Boost code or other heavy C++ template code..).

This code was gathered even before the C++ STL had been fully adopted as a cross-platform "standard". Since STL by itself is a bit heavier for most of the C++ needs, it is preferred to use simpler&leaner C++ classes or templates for basic strings, containers, basic algorithms etc.

Header files of Genome Code Lib. It is mainly known for being used by StringTie but with its own release cycle.

Grassroots DiCoM is a C++ library for DICOM medical files. It is automatically wrapped to python/C#/Java (using swig). It supports RAW,JPEG (lossy/lossless),J2K,JPEG-LS, RLE and deflated.

Install this package for the gdcmanon, gdcmclean, gdcmconv, gdcmdiff, gdcmdump, gdcmpap3, gdcmgendir, gdcmimg, gdcminfo, gdcmpdf, gdcmraw, gdcmscanner, gdcmscu, gdcmtar, gdcmxml programs.

This library implements the custom CRAM codecs used for "EXTERNAL" block types. These consist of two variants of the rANS codec (8-bit and 16-bit renormalisation, with run-length encoding and bit-packing also supported in the latter), a dynamic arithmetic coder, and custom codecs for name/ID compression and quality score compression derived from fqzcomp.

They come with small command line test tools to act as both compression exploration programs and as part of the test harness.

This package contains the development headers

This is the reference library for ICS (Image Cytometry Standard), an open standard for writing images of any dimensionality and data type to file, together with associated information regarding the recording equipment or recorded subject.

This package contains the libraries needed to build ICS applications.

Libmaus2 is a collection of data structures and algorithms. It contains

• I/O classes (single byte and UTF-8)
• bitio classes (input, output and various forms of bit level manipulation)
• text indexing classes (suffix and LCP array, fulltext and minute (FM), ...)
• BAM sequence alignment files input/output (simple and collating)

and many lower level support classes.

This package contains header files and static libraries.

A helping Java package adopted by a range of Open Source tools for the analysis of B and T cell repertoires.

SeqAn is a C++ template library of efficient algorithms and data structures for the analysis of sequences with the focus on biological data. This library applies a unique generic design that guarantees high performance, generality, extensibility, and integration with other libraries. SeqAn is easy to use and simplifies the development of new software tools with a minimal loss of performance.

This package contains the developer files.

Lighter is a fast, memory-efficient tool for correcting sequencing errors. Lighter avoids counting k-mers. Instead, it uses a pair of Bloom filters, one holding a sample of the input k-mers and the other holding k-mers likely to be correct. As long as the sampling fraction is adjusted in inverse proportion to the depth of sequencing, Bloom filter size can be held constant while maintaining near-constant accuracy. Lighter is parallelized, uses no secondary storage, and is both faster and more memory-efficient than competing approaches while achieving comparable accuracy.

LUMPY, a novel SV discovery framework that naturally integrates multiple SV signals jointly across multiple samples. LUMPY yields improved sensitivity, especially when SV signal is reduced owing to either low coverage data or low intra-sample variant allele frequency.

An improved version of MECAT. It is an ultra-fast and accurate mapping and error correcting de novo assembly tools for single molecula sequencing (SMRT) reads. MECAT2 consists of the following three modules:

 1. mecat2map: a fast and accurate alignment tool for SMRT reads.
 2. mecat2cns: correct noisy reads based on their pairwise overlaps.
 3. fsa: a string graph based assembly tool.

Megahit is an ultra-fast and memory-efficient NGS assembler. It is optimized for metagenomes, but also works well on generic single genome assembly (small or mammalian size) and single-cell assembly.

The software was praised in a Briefings in Bioinformatics 5/2020 review (DOI: 10.1093/bib/bbaa085).

MetaBAT integrates empirical probabilistic distances of genome abundance and tetranucleotide frequency for accurate metagenome binning. MetaBAT outperforms alternative methods in accuracy and computational efficiency on both synthetic and real metagenome datasets. It automatically forms hundreds of high quality genome bins on a very large assembly consisting millions of contigs in a matter of hours on a single node.

Ce qui était mentionné comme séquençage « nouvelle génération » d’ADN jusqu’à 2020 produisait seulement des lectures « courtes » jusqu’à environ 600 paires de base en longueur qui devaient être entremêlées selon des chevauchements aléatoires dans leur séquence pour obtenir un génome complet. C’est l’assemblage de génome, mais il existe de nombreux écueils biologiques sur de longs tronçons de régions sans grande complexité et de variations de nombre de copies et d’autres sortes de redondance qui rendent cela difficile.

Ce paquet fournit un assembleur de lectures courtes de séquences d’ADN basé sur le graphe de Bruijn, capable d’assembler le génome humain sur un ordinateur de bureau en un jour.

La sortie de Minia est un ensemble de contigs, c’est-à-dire de tronçons de chevauchements linéaires sans trou de lectures courtes. Dans le meilleur des cas, il s’agit du chromosome entier.

Minia produit des résultats de contiguïté et de précision similaires à ceux des autres assembleurs de Bruijn (par exemple, Velvet).

Minimap2 is a versatile sequence alignment program that aligns DNA or mRNA sequences against a large reference database. Typical use cases include: (1) mapping PacBio or Oxford Nanopore genomic reads to the human genome; (2) finding overlaps between long reads with error rate up to ~15%; (3) splice-aware alignment of PacBio Iso-Seq or Nanopore cDNA or Direct RNA reads against a reference genome; (4) aligning Illumina single- or paired-end reads; (5) assembly-to-assembly alignment; (6) full- genome alignment between two closely related species with divergence below ~15%.

For ~10kb noisy reads sequences, minimap2 is tens of times faster than mainstream long-read mappers such as BLASR, BWA-MEM, NGMLR and GMAP. It is more accurate on simulated long reads and produces biologically meaningful alignment ready for downstream analyses. For >100bp Illumina short reads, minimap2 is three times as fast as BWA-MEM and Bowtie2, and as accurate on simulated data. Detailed evaluations are available from the minimap2 paper or the preprint.

MacroMoleculeBuilder, previously known as RNABuilder, can be used for morphing, homology modeling, folding (e.g. using base pairing contacts), redesigning complexes, fitting to low-resolution density maps, predicting local rearrangements upon mutation, and many other applications.

MMseqs2 (Many-against-Many sequence searching) est une suite logicielle pour rechercher et partitionner des grands ensembles de séquences de protéines ou de nucléotides. MMseqs2 est un logiciel au code source ouvert (licence GPL) implémenté en C++ pour Linux, macOS et (en version bêta à travers cygwin) Windows. Le logiciel est conçu pour fonctionner sur plusieurs cœurs et plusieurs serveurs et se révèle très extensible. MMseqs2 fonctionne 10 000 fois plus rapidement que BLAST. À 100 fois sa vitesse il atteint presque la même sensibilité. Il peut réaliser des recherches de profil avec la même sensibilité que PSI-BLAST à plus de 400 fois sa vitesse.

The sequencing of DNA or RNA with current high-throughput technologies involves an array of tools and these are applied over a range of samples. It is easy to loose oversight. And gathering the data and forwarding them in a readable manner to the individuals who took the samples is a challenge for a tool in itself. Well. Here it is. MultiQC aggregates the output of multiple tools into a single report.

Reports are generated by scanning given directories for recognised log files. These are parsed and a single HTML report is generated summarising the statistics for all logs found. MultiQC reports can describe multiple analysis steps and large numbers of samples within a single plot, and multiple analysis tools making it ideal for routine fast quality control.

MUSCLE est un programme d'alignements multiples de séquences de protéine. L'acronyme MUSCLE signifie « MUltiple Sequence Comparison by Log-Expectation ». D'après les tests des auteurs, MUSCLE réalise les meilleurs résultats de tous les programmes testés sur plusieurs bancs de mesure concernant la précision d'alignement et est aussi un des plus rapides.

Muscle v5 est une réécriture majeure de MUSCLE basée sur de nouveaux algorithmes.

Les utilisateurs doivent faire attention à ce que les arguments de ligne de commande ne sont plus les mêmes que ceux des versions 3.x de MUSCLE.

Meilleure précision, extensible à des milliers de séquences

Comparé aux version précédentes, Muscle v5 est plus précis, souvent plus rapide et extensible à des ensembles de données plus grands. Au moment de son écriture (fin 2021), Muscle v5 réalise les meilleurs scores sur plusieurs bancs d’essai dont Balibase, Bralibase, Prefab et Balifam. Il peut aligner des milliers de séquences avec une grande précision sur un ordinateur de bas prix (par exemple, un CPU 8 cœurs d’Intel avec 32 Gb de RAM). Pour de grands ensembles de données, Muscle v5 est 20 à 30 % plus précis que MAFFT et Clustal-Omega.

Ensembles d’alignements

Muscle v5 peut générer des ensembles d’alignements alternatifs de haute précision. Toutes les réplications ont une précision moyenne égale lors de test sur banc d’essai, y compris les alignements multiples de séquences avec les paramètres par défaut. En comparant les résultats d’analyse en aval (arbres, prédiction de structure…) de différentes réplications, il est possible d’évaluer les effets des erreurs d’alignements lors d’études.

MUSCLE is a multiple alignment program for protein sequences. MUSCLE stands for multiple sequence comparison by log-expectation. In the authors tests, MUSCLE achieved the highest scores of all tested programs on several alignment accuracy benchmarks, and is also one of the fastest programs out there.

This is version 3 of the muscle program. It is a different program than muscle version 5 which is packaged as muscle in Debian.

Filtrage et ajustement de données de séquençage de longues lectures. Filtrage selon la qualité ou la longueur de lecture et, facultativement, ajustage après application de filtres. Lectures à partir de stdin, écritures sur stdout. De manière facultative, lecture directement à partir d’un fichier non compressé indiqué sur la ligne de commande.

Conception destinée à une utilisation :

 1. Directement après une extraction fastq ;
 2. Avant un mappage ;
 3. Dans un flux entre extraction et mappage.

NanoLyse is a tool for rapid removal of contaminant DNA, using the Minimap2 aligner through the mappy Python binding. A typical application would be the removal of the lambda phage control DNA fragment supplied by ONT, for which the reference sequence is included in the package. However, this approach may lead to unwanted loss of reads from regions highly homologous to the lambda phage genome.

NanoOK is a flexible, multi-reference software for pre- and post- alignment analysis of nanopore sequencing data, quality and error profiles.

NanoOK (pronounced na-nook) is a tool for extraction, alignment and analysis of Nanopore reads. NanoOK will extract reads as FASTA or FASTQ files, align them (with a choice of alignment tools), then generate a comprehensive multi-page PDF report containing yield, accuracy and quality analysis. Along the way, it generates plain text files which can be used for further analysis, as well as graphs suitable for inclusion in presentations and papers.