NanoConsensus

NanoConsensus：从直接 RNA 纳米孔测序数据中预测 RNA 修饰的共识预测

NanoConsensus 是一种软件，能够从直接 RNA 测序数据集中稳健地识别潜在的 RNA 修饰位点。

目录

• 一般描述
• 安装
• 运行代码
• 预期输出
• 引用
• 联系

一般描述

NanoConsensus 使用四种不同的 RNA 修饰检测软件（Epinano、Nanopolish、Tombo 和 Nanocompore）在每个转录本水平上进行成对比较（例如 WT 与 KO）。然后，它将生成的所有结果结合起来，产生一个共识预测，这比单个软件的结果更稳健。

NanoConsensus 执行以下步骤：

1. 运行 RNA 修饰检测软件。NanoConsensus 的第一步是运行四种不同的 RNA 修饰检测算法（EpiNano、Tombo、Nanopolish 和 Nanocompore），以成对方式进行（即比较 WT/对照/条件1 与 IVT/Knockout/条件2 样本）。这一步以 Nextflow 管道的形式实现，并已嵌入 Master of Pores，以更新的 NanoMod 模块的形式。这些算法将为每个单独位置在每个转录本水平上产生分数（p 值、差异误差或差异电流强度）。

2. 每个转录本的 Z 分数标准化。然后，NanoConsensus 对每个数据集和方法（EpiNano、Tombo、Nanopolish 和 Nanocompare）进行 Z 分数标准化，以每个转录本的方式进行。然后使用 Z 分数选择每个独立软件的候选 RNA 修饰位置，这些位置必须高于用户提供的默认阈值（默认值 = 5）。

3. 灵活重叠。在接下来的步骤中，第二步中识别的每个独立软件的候选位置扩展到 5-mers。然后执行灵活重叠，以识别跨软件的重叠 k-mers。由两个或更多软件支持的区域然后被保存为潜在的修饰位点。

4. Z 分数的重新缩放。Z 分数值受转录本覆盖率的影响。因此，为了使最终合并的结果在转录本之间可比，NanoConsensus 将 Z 分数值重新缩放至 0 和 1 之间。然后，它计算 NanoConsensus 分数，该分数等于所有软件重新缩放的 Z 分数的中位数。这在确定的转录本的所有位置上执行。

5. 过滤潜在的修饰位点。从所有先前识别的潜在修饰位点检索 NanoConsensus 分数，并与特定阈值进行比较。此阈值由整个转录本的 NanoConsensus 分数的中位数乘以一个整数确定，5 为默认值。那些 NanoConsensus 分数高于阈值的潜在修饰位点然后被报告，而所有未验证的结果被丢弃。

安装

如果需要，从其 GitHub 存储库安装 Master of Pores：

git clone https://github.com/biocorecrg/master_of_pores_dev.git

然后，从其 GitHub 存储库安装 NanoConsensus：

git clone https://github.com/ADelgadoT/NanoConsensus.git

运行代码

首先，用户应使用 Master of Pores 管道的 NanoPreprocess 模块对直接 RNA 测序数据集进行基础调用和映射。要运行此模块，请填写 params.config 文件所需的信息，然后使用以下命令。如果需要更多信息，请点击这里。

nextflow run nanopreprocess.nf -with-singularity -bg > log.txt

下一步是使用 Master of Pores 管道的 NanoMod 模块，以成对方式运行四种不同的 RNA 修饰检测算法（EpiNano(v1.1)、Tombo(v1.5)、Nanopolish(v0.11.1) 和 Nanocompore(v1.0.0)）。填写 params.config 和 comparison.tsv 文件，然后使用以下命令。如果需要更多信息，请点击这里。

nextflow run nanomod.nf -with-singularity -bg > log.txt

最后，要执行 NanoConsensus 分析，除了 NanoMod 生成的文件外，用户必须提供以下输入：

• 参考文件（.fa）（查看完整输入）
• 转录本名称 - 应与参考文件中的 fasta ID 匹配 - 例如：18S
• 起始位置 - 必须是整数 - 例如：50
• 结束位置 - 必须是整数 - 例如：1492

这些由 NanoMod 生成的输入也需用于分析：

• Epinano 输出：WT 和