1

TASSEL

Trait Analysis by aSSociation, Evolution and Linkage

2

Mapeamento por associação

● Software para o mapeamento por associação de traços (características) complexos [1].

3

Conceitos

● Mapeamento por associação– Método para mapear QTLs

● QLT (quantitative trait loci)– Expressão de caracteres fenotípicos

– Caracteres quantitativos● Vários genes● Distribuição contínua● Quantidades: peso, altura etc.

4

Estudo de associação

● Identificar associações entre o fenótipo e um ou mais marcadores genéticos

● Marcador genético– Diferenças entre indivíduos

– Detectar QTLs

– Exemplo: SNPs

5

SNPs

● Single Nucleotide Polymosphisms● Grande abundância

– A cada 300 ~ 600 nucleotídeos [2]

● Tecnologias de genotipagem● Mutações que se propagaram ao longo de

gerações

6

SNPs

7

TASSEL - Instalação

● http://www.maizegenetics.net/tassel

8

TASSEL - Instalação

● Recomendável via git– https://git-scm.com/downloads

● Para copiar o projeto:– git clone <endereço da versão>

● Para atualizações:– git pull

9

TASSEL Pipeline

● Consiste em módulos (plugins)● Saída de um módulo pode ser utilizada como

entrada para outro módulo

10

Termos importantes

● Sequence File: arquivo texto com uma sequência de DNA e informações adicionais da plataforma Illumina.

● Taxa: amostra individual● Key File: arquivo texto usado para atribuir um

GBS Bar Code para uma Taxa● GBS Tag: sequência DNA

11

Arquivos de teste

● Download de arquivos de testes:– http://mirrors.iplantcollaborative.org/browse/iplan

t/home/shared/panzea/tassel/GBSTestData.tar● Pasta GBS

– Pipeline_Testing_key.txt → key file

12

Tassel GBS Pipeline

● 3 pipelines– Discovery Pipeline (genoma de referência)

● Vários passos

– Production Pipeline● Utiliza informação do Discovery Pipeline● Um passo

– UNEAK (sem um genoma de referência)

13

Estrutura de diretórios

● É necessária uma estrutura de diretórios– ./fastq

– ./tagCounts

– ./mergedTagCounts

– (…)

● Exemplo: o plugin FastqToTagCountPlugin redireciona sua saída para o diretório tagCounts.

14

Discovery Pipeline

● Genoma de referência● Na pasta GBS (arquivos de teste) possui um

genoma de referência:– ZmB73_RefGen_(...)

15

Discovery Pipeline

● Execução por linha de comando através de um script em Perl que se comunica com a aplicação Java

● Sintaxe:– run_pipeline.pl -fork1 -PluginName –plugin-option(s)

-endPlugin -runfork1

● TASSEL pode rodar vários processos de uma vez, combinar resultados etc.

16

TASSEL GBS Pipeline

● Sintaxe:– run_pipeline.pl -fork1 -PluginName –plugin-option(s)

-endPlugin -runfork1

● Em máquinas Windows sem o Perl instalado, pode-se utilizar o “run_pipeline.bat”

● Cada passo do pipeline é especificado com um comando “-fork” e um número

17

TASSEL GBS Pipeline

● Sintaxe:– run_pipeline.pl -fork1 -PluginName –plugin-option(s)

-endPlugin -runfork1

● O “fork” é seguido pelo nome do plugin e as opções do plugin.

● “-endPlugin” sinaliza o final das opções.● “-runfork1” executa o plugin especificado.

18

TASSEL GBS Pipeline

● Sintaxe:– run_pipeline.pl -fork1 -PluginName –plugin-option(s)

-endPlugin -runfork1

● Caso você chame o plugin sem argumento algum, então serão impressas suas opções/argumentos.

19

TASSEL GBS Pipeline

20

TASSEL GBS Pipeline

● Exemplos de argumentos para o plugin FastqToTagCountPlugin– -i → especifica o diretório de entrada contendo

arquivo FASTQ

– -e → especifica enzima utilizada na criação de uma biblioteca GBS (exemplo: ApeKI)

– -o → diretório de saída

21

TASSEL GBS Pipeline

● Exemplo de comando:– run_pipeline.pl -fork1 -FastToTagCountPlugin -i

fastq -k myGBSProject_key.txt -e ApeKI -o tagCounts -endPlugin -runfork1

● fastq → faz parte da estrutura de diretórios● -k → key file● -e → enzima de restrição (ApeKI)● -o → saída para o diretório tagCounts

22

TASSEL GBS Pipeline

● Exemplo comando com vários fork's

Run_pipeline.bat -fork1 –h mdp_genotype.hmp.txt -

filterAlign -filterAlignMinFreq 0.05 -fork2 -r

mdp_traits.txt -fork3 -q mdp_population_structure.txt -

excludeLastTrait -fork4 -k mdp_kinship.txt -combine5 -

input1 -input2 -input3 -intersect -combine6 -input5 -

input4 -mlm -export mlm_output_tutorial -runfork1 -

runfork2 -runfork3 -runfork4

23

Enzimas de restrição

● TASSEL-GBS pipeline não se limita às enzimas de restrição específicas usadas nos protocolos GBS.

● Novas enzimas podem ser adicionadas:– Basta solicitar no Google Group

– http://groups.google.com/group/tassel

24

TASSEL GBS Pipeline

● O default de memória é 1.5GB, caso tenha mais memória, é aconselhável aumentar a quantidade de memória editando o arquivo run_pipeline.pl

● Ou passando por argumento:– run_pipeline.pl -Xmx6g (...)

25

TASSEL GBS Pipeline

● O primeiro passo do pipeline requer pelo menos 6G.

● Recomendável 16G

26

TASSEL GBS Pipeline

● Muitos dos comandos produzem uma saída enorme no console

● Pode ser útil redirecionar a saída para um arquivo

● Utiliza-se o comando: | tee log.txt– run_pipeline.pl (…) | tee log.txt

27

Discovery Pipeline

28

TASSEL GBS Pipeline

● Alguns arquivos (exemplo: TagCounts) estão em formato binário.

● Para converter para um formato legível:– BinaryToTextPlugin

● Para arquivos de textos muito grandes:– Utilizar os comandos head e/ou tail

● head -10 meuArquivo.txt● Mostra as 10 primeiras linhas de meuArquivo.txt

29

GUI

30

Linha de comando

● Vantagens:– Pode ser usada a saída de um comando como

entrada de outro comando através de scripts

– Execução em servidor

– Consome menos recursos

31

Referências

● [1] http://bioinformatics.oxfordjournals.org/content/23/19/2633.full.pdf

● [2] http://www.lge.ibi.unicamp.br/lgeextensao2008/extsup/snps.pdf

● Wiki Tassel:– https://bitbucket.org/tasseladmin/tassel-5-source/wi

ki/Home