Debian Med Covid-19 packages

ABACAS (Algorithm Based Automatic Contiguation of Assembled Sequences, disposizione automatica in modo contiguo, basata su algoritmi, di sequenze assemblate) è pensato per organizzare in modo contiguo (allineare, ordinare, orientare), visualizzare e progettare primer rapidamente per chiudere vuoti su sequenze contigue assemblate con metodo shotgun basate su una sequenza di riferimento.

ABACAS usa MUMmer per trovare le posizioni di allineamenti e identificare sintenie di sequenze contigue assemblate rispetto al riferimento. L'output è quindi elaborato per generare una pseudomolecola prendendo in considerazione le sequenze contigue sovrapponibili e i vuoti. ABACAS genera un file di confronto che può essere usato per visualizzare sequenze contigue ordinate e orientate in ACT. Le sintenie sono rappresentate con barre rosse la cui densità di colore decresce con valori minori dell'uguaglianza percentuale tra i blocchi confrontabili. Le informazioni sulle sequenze contigue, come l'orientamento, l'uguaglianza percentuale, la copertura e la sovrapposizione con altre sequenze contigue possono anche essere visualizzate caricando il file di output con le caratteristiche in ACT.

ABySS è un assemblatore di sequenze, parallelo, de novo che è progettato per letture corte. Può essere usato per assemblare dati di sequenza di trascrittoma o genoma. La parallelizzazione è ottenuta usando MPI, OpenMP e pthread.

Codice di supporto per algoritmi per numeri di copie NGS. Prende un file di posizioni e un file [cr|b]am e genera un conteggio di copertura di ciascun allele [ACGT] in tale posizione (con qualsiasi impostazione di filtro).

Il pacchetto alleleCount esiste principalmente per evitare duplicazione di codice tra alcuni altri progetti, specificamente AscatNGS e Battenberg.

Ottiene statistiche da un elenco di file.

La rilevazione del formato FASTA o FASTQ di ciascun file è automatica in base al contenuto dei file, perciò i nomi e le estensioni dei file sono irrilevanti.

Il formato di output predefinito è intellegibile. Si può cambiare il formato di output e ignorare le sequenze più corte di una lunghezza specificata.

Il progetto nextstrain è un tentativo di creare strumenti di visualizzazione e catene di elaborazione di dati informatici flessibili per tenere traccia dell'evoluzione in corso di patogeni mano a mano che emergono i dati delle sequenze. Il progetto nextstrain deriva da nextflu, che era specifico per l'evoluzione dell'influenza.

nextstrain è composto da tre componenti:

• fauna: database e script di IO per dati seriologici e di sequenze;
• augur: catene di elaborazione di dati informatiche per fare inferenza da dati grezzi;
• auspice: applicazione web per visualizzare le inferenze risultanti.

Rimuove sequenze primer specifiche di geni da allineamenti SAM/BAM di ampliconi di PCR con soft-clipping.

bamclipper.sh fa il soft-clip di primer specifici di geni da file di allineamenti BAM basati su coordinate genomiche di coppie di primer in formato BEDPE.

Questo pacchetto fornisce alcuni strumenti Python 3 per manipolazioni comuni di file BAM.

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.

Uno strumento di bioinformatica per costruire il grafo compattato de Bruijn dai dati di sequenziamento.

Questa è la versione parallela del software BCALM che usa la libreria gatb-core.

BCFtools è un insieme di utilità che manipolano identificazioni di varianti nel formato Variant Call Format (VCF) e nella sua controparte binaria BCF. Tutti i comandi funzionano in modo trasparente sia con VCF sia con BCF, compressi con BGZF e non.

Le utilità BEDTools permettono di affrontare compiti comuni negli studi genomici, come trovare i tratti che si sovrappongono e calcolare la copertura. Le utilità sono largamente basate su quattro formati di file di largo uso: BED, GFF/GTF, VCF e SAM/BAM. Usando BEDTools si possono sviluppare pipe sofisticate che rispondono a domande di ricerca complesse mediante l'uso di svariati BEDTools in un flusso comune.

L'utilità groupBy è distribuita nel pacchetto filo.

Questo pacchetto contiene alcuni strumenti per elaborare file BAM e include:

  bamsormadup:       ordinamento parallelo e marcatura di duplicati;
  bamcollate2:       legge BAM e scrive BAM riordinati in modo che siano
                     allineati o accorpati in base al nome
                     dell'interrogazione;
  bammarkduplicates: legge BAM e scrive BAM con allineamenti duplicati
                     segnati usando il campo dei flag di BAM;
  bammaskflags:      legge BAM e scrive BAM mascherando (rimuovendo) bit
                     dalla colonna dei flag;
  bamrecompress:     legge BAM e scrive BAM con un'impostazione di
                     compressione definita; questo strumento è in grado di
                     usare il multi-threading;
  bamsort:           legge BAM e scrive BAM riordinati per coordinate o per
                     nome dell'interrogazione;
  bamtofastq:        legge BAM e scrive FastQ; l'output può essere confrontato
                     * meno con il nome dell'interrogazione.

Uno strumento ultraveloce che usa la memoria in maniera efficiente per allineare letture di sequenziamento a sequenze lunghe di riferimento. È particolarmente adatto per allineare letture da circa 50 fino a centinaia o migliaia di caratteri e particolarmente adatto per allineare a genomi relativamente lunghi (es. mammiferi).

Bowtie 2 indicizza il genoma con un indice FM per mantenere bassa l'impronta di memoria: per il genoma umano, la sua impronta di memoria è tipicamente intorno a 3,2 GB. Bowtie 2 gestisce le modalità di allineamento con gap, locali e a estremità accoppiate.

Valutazione della completezza dell'assemblaggio di genomi e delle annotazioni con BUSCO (Benchmarking Universal Single-Copy Orthologs).

• Selezione automatica di linee ottenute da https://www.orthodb.org/
• Scaricamento automatico di tutti gli insiemi di dati e i file necessari per effettuare una elaborazione
• Uso di prodigal per genomi non eucariotici.

Questo pacchetto contiene il programma BUStools; può essere usato per correggere gli errori nei codici a barre, collassare UMI, produrre conteggi di geni o matrici di conteggio di compatibilità di trascritti.

BWA è un pacchetto software per mappare sequenze con bassa divergenza rispetto a vasti genomi di riferimento, come il genoma umano. Consiste di tre algoritmi: BWA-backtrack, BWA-SW e BWA-MEM. Il primo è progettato per sequenze Illumina fino a 100pb, mentre gli altri due per sequenze più lunghe da 70pb a 1Mpb. BWA-MEM e BWA-SH condividono funzionalità simili, come gestione per lunghe sequenze e allineamenti spezzati, ma BWA-MEM, che è il più recente, è generalmente quello raccomandato per interrogazioni di alta qualità perché più veloce e più accurato. BWA-MEM ha prestazioni migliori anche rispetto a BWA-backtrack per sequenze Illumina 70-100pb.

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 è un sistema molto rapido e che usa la memoria in maniera efficiente per la classificazione di sequenze di DNA da campioni microbici, con migliore sensibilità e accuratezza paragonabile rispetto ad altri sistemi all'avanguardia. Il sistema usa un innovativo schema di indicizzazione basato sulla trasformata di Burrows-Wheeler (BWT) e l'indice Ferragina-Manzini (FM), ottimizzati specificamente per il problema della classificazione metagenomica. Centrifuge richiede un indice relativamente piccolo (es. 4,3 GB per ~4100 genomi batterici) ma fornisce una velocità di classificazione molto alta, permettendogli di elaborare una tipica esecuzione di sequenziamento di DNA entro un'ora. Insieme, questi progressi permettono analisi tempestive e accurate di vasti insiemi di dati metagenomici su normali computer da tavolo.

Change-O è una raccolta di strumenti per elaborare l'output di strumenti di allineamento V(D)J, assegnando cluster clonali a sequenze di immunoglobuline (Ig) e ricostruendo sequenze di linee germinali.

Grandi miglioramenti nelle tecnologie di sequenziamento ad alte prestazioni permettono oggi la caratterizzazione su vasta scala di repertori di Ig, definiti come raccolte di proteine antigene-recettore trans-membrana situate sulla superficie delle cellule B e T. Change-O è una suite di utilità per facilitare l'analisi avanzata di sequenze di Ig e di TCR seguendo l'assegnazione di segmenti a linee germinali. Change-O gestisce l'output di IMGT/HighV-QUEST e IgBLAST, e fornisce un'ampia varietà di metodi di clustering per assegnare gruppi clonali a sequenze di Ig. Sono inclusi anche ordinamento dei record, raggruppamento e varie operazioni di manipolazione su database.

Questo pacchetto installa la libreria per Python 3.

The ChIP-Seq software provides a set of tools performing common genome- wide ChIP- seq analysis tasks, including positional correlation analysis, peak detection, and genome partitioning into signal-rich and signal-poor regions. These tools exist as stand-alone C programs and perform the following tasks:

 1. Positional correlation analysis and generation of an aggregation
    plot (AP) (chipcor),
 2. Extraction of specific genome annotation features around reference
    anchor points (chipextract),
 3. Read centering or shifting (chipcenter),
 4. Narrow peak caller using a fixed width peak size (chippeak),
 5. Broad peak caller used for large regions of enrichment (chippart),
 6. Feature selection tool based on a read count threshold (chipscore).

Because the ChIP-Seq tools are primarily optimized for speed, they use their own compact format for ChIP-seq data representation called SGA (Simplified Genome Annotation). SGA is a line-oriented, tab-delimited plain text format.

ClonalFrameML è un pacchetto software che esegue un'efficiente inferenza di ricombinazione in genomi di batteri. ClonalFrameML è stato creato da Xavier Didelot e Daniel Wilson. ClonalFrameML può essere applicato a qualsiasi tipo di dati di sequenze allineate, ma è specialmente orientato all'analisi di sequenze di genomi interi. È in grado di confrontare centinaia di genomi interi nell'arco di ore su un normale computer da ufficio. Ci sono tre output principali da un'esecuzione di ClonalFrameML: una filogenia con lunghezze dei rami corrette per tenere conto della ricombinazione, una stima dei parametri chiave del processo di ricombinazione e una mappa genomica di dove la ricombinazione è avvenuta per ogni ramo della filogenia.

ClonalFrameML è un'implementazione di massima verosimiglianza del software bayesiano ClonalFrame che è stato precedentemente descritto da Didelot e Falush (2007). Il modello di ricombinazione alla base di ClonalFrameML è esattamente lo stesso di ClonalFrame, ma questa nuova implementazione è molto più veloce, è in grado di affrontare insiemi di dati genomici molto più grandi e non soffre dei problemi di convergenza di MCMC.

Un server DICOM completo di tutte le funzioni che è stato sviluppato sulla base del codice di pubblico dominio UCDMC DICOM e l'ha pesantemente esteso. Alcune possibili applicazioni del software ConQuest DICOM sono:

• addestramento all'uso di DICOM e test,
• dimostrazione e ricerca di archivi di immagini,
• conversione del formato di immagini da uno scanner con accesso DICOM alla rete,
• visualizzazione di immagini DICOM e creazione di diapositive,
• selezione, modifiche (limitate), divisione e unione di serie di immagini DICOM,
• modifica di immagini, filtraggio, inoltro e conversione avanzati con script,
• cache e fusione di archivi DICOM.

Questo pacchetto contiene i file comuni. Sarà necessario un pacchetto che fornisce conquest-dicom-server (ad esempio conquest-mysql, conquest-postgres, conquest-sqlite o conquest-dbase).

Cutadapt aiuta nei compiti di pulitura di sequenze biologiche trovando le sequenze adattatore o primer in maniera tollerante agli errori. Può anche modificare e filtrare in vari modi le letture. Le sequenze adattatore possono contenere metacaratteri IUPAC. Inoltre sono gestite letture con estremità accoppiate e anche dati sullo spazio dei colori. Se lo si desidera, si può anche solamente fare il demultiplex dei dati in input, senza rimuovere alcuna sequenza adattatore.

Questo pacchetto contiene l'interfaccia utente.

Questa è l'implementazione di riferimento degli standard del Common Workflow Language.

Gli standard aperti CWL servono a descrivere flussi di lavoro e strumenti di analisi in un modo che li renda portabili e scalabili su una varietà di ambienti software e hardware, dalle workstation a cluster, cloud e ambienti HPC (High Performance Computing). CWL è progettato per soddisfare le esigenze di scienze con grande uso di dati, come la bioinformatica. le immagini medicali, l'astronomia, la fisica e la chimica.

L'implementazione di riferimento di CWL (cwltool) è pensata per essere ricca di funzionalità e per fornire una validazione completa di file CWL, oltre a fornire altri strumenti correlati al lavoro con descrizioni CWL.

DCMTK è una raccolta di librerie e applicazioni per esaminare, costruire e convertire file immagine DICOM, maneggiare supporti offline, inviare e ricevere immagini tramite connessione di rete, così come esempi di server per archiviazione di immagini e worklist.

Questo pacchetto contiene le applicazioni di utilità di DCMTK.

Nota: questa versione è stata compilata con il supporto per libssl.

Delly performs Structural variant discovery by integrated paired-end and split-read analysis. It discovers, genotypes and visualizes deletions, tandem duplications, inversions and translocations at single-nucleotide resolution in short-read massively parallel sequencing data. It uses paired-ends, split-reads and read-depth to sensitively and accurately delineate genomic rearrangements throughout the genome.

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 è un allineatore di sequenze per ricerche su proteine e DNA tradotto e funziona come sostituto perfetto per gli strumenti software NCBI BLAST. È adatto per ricerche proteina-proteina e per ricerche DNA-proteina su letture corte e sequenze più lunghe inclusi contig e assemblaggi, fornendo una velocizzazione di BLAST fino a 20.000 volte.

Il software discoSnp è progettato per scoprire SNP (Single Nucleotide Polymorphism - polimorfismo di nucleotide singolo) da uno o più insiemi di letture grezze ottenute tramite NGS (Next Generation Sequencers - sequenziatori di prossima generazione).

Notare che il numero di insiemi di letture in input non è vincolato, può essere uno, due o più. Notare anche che non sono necessari ulteriori dati come annotazioni o genoma di riferimento.

Il software è composto da due moduli. Il primo modulo, kissnp2, rileva gli SNP dagli insiemi di letture. Un secondo modulo, kissreads, potenzia i risultati di kissnp2 calcolando, per ogni insieme di letture e per ogni SNP trovato:

 1) la sua copertura di letture media,
 2) la qualità (phred) di letture che generano il polimorfismo.

Questo pacchetto è stato sorpassato da DiscoSnp++.

Questo software fornisce l'analisi computazionale di base per dati Drop-seq, che mostra come trasformare dati di sequenze grezze in una misura di espressione per ciascun gene in ciascuna cellula individuale.

Epigrass è uno strumento per visualizzare, analizzare e simulare processi epidemici su reti georeferenziate.

EpiGrass può interagire col GIS di GRASS dal quale può ottenere mappe e altre informazioni geo-referenziate. Comunque, EpiGrass non richiede l'installazione del GIS di GRASS per la maggior parte delle sue funzioni.

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/.

La ANI (Average Nucleotide Identity) è definita come l'identità nucleotidica media di coppie di geni ortologhi condivisi tra due genomi microbici. FastANI gestisce il confronto a coppie di assemblati genomici completi oppure in bozza.

Preprocessore FASTQ tutto in uno, fastp fornisce funzioni che includono profilazione della qualità, taglio di adattatore, filtraggio delle letture e correzione delle basi. Gestisce letture brevi a estremità singole e accoppiate e fornisce anche il supporto di base per dati di letture lunghe.

FastQC mira a fornire un metodo rapido per effettuare alcuni controlli di qualità su elevati flussi attraverso pipe di dati di sequenze grezzi. Fornisce un insieme modulare di analisi che consentono di avere una veloce panoramica sui dati per individuare eventuali presenze di errori o problemi che bisogna tenere in considerazione prima di utilizzarli in analisi successive.

Le funzioni principali di FastQC sono:

• importazione di dati da file BAM, SAM o FastQ (qualsiasi variante);
• rapida panoramica per identificare in quali aree potrebbero esserci problemi;
• grafici e tabelle riepilogative per una valutazione rapida dei dati;
• esportazione dei risultati in un report permanente in formato HTML;
• modalità offline che consente la generazione di report automatici senza eseguire l'applicazione interattiva.

Filtlong è uno strumento per filtrare letture lunghe in base alla qualità. Può prendere un insieme di letture lunghe e produrre un sottoinsieme più piccolo e migliore. Usa la lunghezza della lettura (più lunga è migliore) e l'identità della lettura (più alta è migliore) quando sceglie quali letture passano il filtro.

FLASH (Fast Length Adjustment of SHort reads) is a very fast and accurate software tool to merge paired-end reads from next-generation sequencing experiments. FLASH is designed to merge pairs of reads when the original DNA fragments are shorter than twice the length of reads. The resulting longer reads can significantly improve genome assemblies. They can also improve transcriptome assembly when FLASH is used to merge RNA-seq data.

Flye is a de novo assembler for single molecule sequencing reads, such as those produced by PacBio and Oxford Nanopore Technologies. It is designed for a wide range of datasets, from small bacterial projects to large mammalian-scale assemblies. The package represents a complete pipeline: it takes raw PacBio / ONT reads as input and outputs polished contigs. Flye also has a special mode for metagenome assembly.

FreeBayes è un rilevatore bayesiano di varianti genetiche progettato per trovare piccoli polimorfismi, specificamente SNP (single-nucleotide polymorphism), indel (inserzioni e delezioni), MNP (multi-nucleotide polymorphism) ed eventi complessi (eventi di sostituzione e inserzione compositi) più piccoli della lunghezza di un allineamento di sequenziamento di letture corte.

GenomeTools contiene una raccolta di strumenti utili per analisi e presentazione di sequenze biologiche combinati in un unico binario.

Il toolkit contiene binari per gestione di sequenze e annotazioni, compressione di sequenze, generazione e accesso a strutture indice, visualizzazione di annotazioni e molto altro.

Gffread è una utilità per analizzare GFF/GTF che fornisce conversioni di formato, filtraggio di regioni, estrazione di sequenze FASTA e altro.

Ginkgo CADx fornisce una soluzione completa per visualizzatore DICOM con capacità avanzate e gestione di estensioni.

• Interfaccia facile e personalizzabile attraverso profili.
• Visualizzazione completa di immagini DICOM.
• Insieme completo di strumenti (misuratori, marcatori, testo, ...).
• Gestione di più modalità (neurologica, radiologica, dermatologica, oftalmologica, ultrasuoni, endoscopia, ...).
• Gestione della trasformazione in DICOM di JPEG, PNG, GIF e TIFF.
• Gestione dell'integrazione EMH completa: flussi di lavoro standard HL7 e conformi con IHE.
• Workstation PACS (C-FIND, C-MOVE, C-STORE, ...).
• Estensibile tramite estensioni personalizzate:
• composizione di mosaici di immagini retinali;
• diagnostica automatica di analisi retinali;
• diagnostica automatica di psoriasi.

Questo è GNUmed Electronic Medical Record; il suo scopo è di permettere ai dottori di mantenere un archivio medicalmente valido sulla salute dei propri pazienti. Attualmente non fornisce funzionalità di gestione del magazzino. Le funzionalità cliniche sono ben collaudate sul campo da veri dottori.

Benché il gruppo di lavoro di GNUmed abbia posto la più grande attenzione per assicurare che l'archivio medico sia sicuro in ogni momento, è comunque necessario assicurarsi di prendere le misure idonee per fare il backup dei dati medici in un posto sicuro ad intervalli appropriati. Inoltre non dimenticare di testare le procedure di ripristino!

Proteggete i vostri dati! GNUmed è fornito senza alcuna garanzia. Siete avvertiti.

Questo pacchetto contiene il client wxpython.

Questo è GNUmed Electronic Medical Record; il suo scopo è di permettere a dottori di mantenere un archivio medicalmente valido sulla salute dei propri pazienti. Attualmente non fornisce funzionalità per la fatturazione e la gestione del magazzino. Le funzionalità cliniche fornite sono effettivamente ben testate sul campo da medici.

Benché il gruppo di lavoro di GNUmed abbia posto la più grande attenzione per assicurare che l'archivio medico sia sicuro in ogni momento, è comunque necessario assicurarsi di prendere le misure idonee per fare il backup dei dati medici in un posto sicuro ad intervalli appropriati. Inoltre non dimenticare di testare le procedure di ripristino!

Proteggete i vostri dati! GNUmed è fornito senza alcuna garanzia. Siete avvertiti.

Questo pacchetto contiene la componente col server PostgreSQL.

Nota bene: questo pacchetto attualmente NON crea il database GNUmed, ma installa semplicemente i file SQL necessari. Si legga il file README.Debian.

GROMACS è un pacchetto versatile per l'esecuzione di dinamiche molecolari, ovvero simulazioni delle equazioni newtoniane del moto per sistemi con un numero di particelle tra le centinaia e i milioni.

Progettato principalmente per biomolecole come proteine e lipidi con molte complesse interazioni di legame, GROMACS, essendo estremamente veloce nei calcoli per le interazioni di non-legame (che solitamente dominano le simulazioni) è anche utilizzato da molti gruppi per ricerche su sistemi non biologici, come ad esempio polimeri.

Il pacchetto contiene varianti sia per l'esecuzione su una macchina singola sia per l'uso dell'interfaccia MPI su più macchine.

Gubbins gestisce l'analisi filogenetica rapida di grandi campioni di sequenze di genomi completi di batteri ricombinanti.

Gubbins (Genealogies Unbiased By recomBinations In Nucleotide Sequences) è un algoritmo che iterativamente identifica i loci contenenti elevate densità di sostituzioni di base mentre contemporaneamente costruisce una filogenia basata sulle presunte mutazioni puntuali al di fuori di tali regioni. Le simulazioni dimostrano che l'algoritmo genera ricostruzioni altamente accurate in modelli realistici di evoluzione batterica nel breve periodo e può essere eseguito in poche ore su allineamenti di centinaia di sequenze di genoma batterico.

Può visualizzare, modificare, analizzare, processare, salvare e stampare immagini a 8, 16 e 32 bit. Può leggere molti formati immagine inclusi TIFF, GIF, JPEG, BMP, DICOM, FITS e "raw". Gestisce "stack": una serie di immagini che condividono un'unica finestra.

Può calcolare statistiche su valori di area e pixel di selezioni definite dall'utente. Può misurare distanze ed angoli. Può creare istogrammi di densità e grafici con linee di contorno. Gestisce le funzioni standard di elaborazione delle immagini come manipolazione del contrasto, sharpening, sfumatura, rilevamento dei bordi e filtri mediani.

La calibrazione spaziale è disponibile per fornire misure dimensionali nel mondo reale in unità quali i millimetri. È anche disponibile la calibrazione della densità o della scala di grigi.

ImageJ è sviluppato da Wayne Rasband (wayne@codon.nih.gov) al Research Services Branch del National Institute of Mental Health di Bethesda nel Maryland, USA.

iVar è un pacchetto di calcolo che contiene funzioni largamente utili per sequenziamento di virus basato su ampliconi. Strumenti aggiuntivi per sequenziamento metagenomico stanno venendo attivamente incorporati in iVar. Sebbene ognuna di queste funzioni possa essere effettuata usando strumenti esistenti, iVar contiene un'intersezione di funzionalità da strumenti multipli che sono necessarie per identificare iSNV e sequenze di consenso da dati di sequenziamento virale su replicati multipli. iVar fornisce le seguenti funzioni:

 1. ritaglio di primer e basi di bassa qualità;
 2. identificazione di consenso;
 3. identificazione di varianti, sia iSNV sia inserzioni/delezioni e
 4. identificazione di corrispondenze errate a sequenze primer ed
    esclusione delle letture corrispondenti dai file di allineamento.

Kalign è uno strumento a riga di comando per fare allineamenti multipli di sequenze biologiche. Usa l'algoritmo per corrispondenze di stringhe Muth-Manber per migliorare sia l'accuratezza che la velocità dell'allineamento. Usa un approccio globale, progressivo per l'allineamento, arricchito dall'uso di un algoritmo per corrispondenze approssimate di stringhe per calcolare le distanze tra le sequenze e incorporando corrispondenze locali nell'allineamento globale.

Kallisto is a program for quantifying abundances of transcripts from RNA-Seq data, or more generally of target sequences using high-throughput sequencing reads. It is based on the novel idea of pseudoalignment for rapidly determining the compatibility of reads with targets, without the need for alignment. On benchmarks with standard RNA-Seq data, kallisto can quantify 30 million human reads in less than 3 minutes on a Mac desktop computer using only the read sequences and a transcriptome index that itself takes less than 10 minutes to build. Pseudoalignment of reads preserves the key information needed for quantification, and kallisto is therefore not only fast, but also as accurate than existing quantification tools. In fact, because the pseudoalignment procedure is robust to errors in the reads, in many benchmarks kallisto significantly outperforms existing tools.

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 è un sostituto perfetto per BLASTZ ed è compatibile all'indietro con la sintassi della riga di comando di BLASTZ. Cioè supporta tutte le opzioni di BLASTZ, ma ne ha anche di aggiuntive e può produrre risultati di allineamento leggermente differenti.

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 fornisce un'API per accedere a smart card. Alcuni esempi sono schede di memoria, oltre a carte HBCI (home banking) e le tedesche GeldKarte (contante elettronico) e KVK (assicurazione sanitaria).

Questo pacchetto contiene i file di sviluppo per 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 è una libreria C++ per file medicali DICOM. È inglobata automaticamente in Python/C#/Java (tramite swig). Gestisce RAW, JPEG (con e senza perdita di dati), J2K, JPEG-LS, RLE e deflated.

Installare questo pacchetto per i programmi: gdcmanon, gdcmclean, gdcmconv, gdcmdiff, gdcmdump, gdcmpap3, gdcmgendir, gdcmimg, gdcminfo, gdcmpdf, gdcmraw, gdcmscanner, gdcmscu, gdcmtar, gdcmxml.

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.

Pacchetto ausiliare in Java adottato da una gamma di strumenti open source per l'analisi di repertori di cellule B e T.

SeqAn è una libreria di template C++ di algoritmi e strutture dati efficienti per l'analisi di sequenze, pensata principalmente per i dati biologici. Questa libreria applica un modello progettuale generico unico che garantisce alte prestazioni, generalità, estensibilità e integrazione con le altre librerie. SeqAn è facile da usare e semplifica lo sviluppo di nuovi strumenti software con minime perdite in termini di prestazioni.

Questo pacchetto contiene i file di sviluppo.

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, un'innovativa infrastruttura per scoperta di SV che integra naturalmente segnali SV multipli unitamente attraverso campioni multipli. LUMPY produce sensibilità migliorata, specialmente quando il segnale SV è ridotto a causa della bassa copertura dei dati o della bassa frequenza di varianti di alleli nei campioni.

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.

Fino all'anno 2020 ciò che veniva chiamato sequenziamento di DNA di prossima generazione ("next-generation") produceva solo letture "corte", fino a ~600 paia basi in lunghezza, che poi dovevano essere unite come un puzzle, mediante sovrapposizioni casuali nella loro sequenza, fino ad un genoma completo. Questo è l'assemblamento di un genoma. Ci sono molti tranelli biologici in lunghi tratti di regioni a bassa complessità e variazioni nel numero di copie e altri tipi di ridondanze che lo rendono difficile.

Questo pacchetto contiene un assemblatore di sequenze di DNA a letture corte basato su un grafo di de Bruijn, capace di assemblare un genoma umano su un computer desktop in un giorno.

L'output di Minia è un insieme di contig, cioè tratti di sovrapposizioni lineari di letture corte privi di gap. Nel migliore caso possibile è un intero cromosoma.

Minia produce risultati con contiguità e accuratezza simili ad altri assemblatori di de Bruijn (es. Velvet).

Minimap2 è un versatile programma per l'allineamento di sequenze che allinea sequenze di DNA o mRNA rispetto a un grande database di riferimento. Casi d'uso tipici includono: (1) mappatura di letture genomiche PacBio o Oxford Nanopore con il genoma umano; (2) ricerca di sovrapposizioni tra letture lunghe con tassi di errore fino a ~15%; (3) allineamento, tenendo conto degli splice, di letture PacBio Iso-Seq o Nanopore cDNA o Direct RNA rispetto a un genoma di riferimento; (4) allineamento di letture Illumina singole o accoppiate; (5) allineamento assemblaggio-verso-assemblaggio; (6) allineamento dell'intero genoma tra due specie strettamente imparentate con divergenza sotto a ~15%.

Per sequenze di letture di circa 10kb con rumore, minimap2 è decine di volte più veloce dei mappatori di letture lunghe più comuni, come BLASR, BWA-MEM, NGMLR e GMAP. È più accurato su letture lunghe simulate e produce allineamenti biologicamente significativi pronti per le analisi successive. Per letture corte Illumina >100bp, minimap2 è tre volte più veloce di BWA-MEM e Bowtie2, e altrettanto accurato su dati simulati. Valutazioni dettagliate sono disponibili nell'articolo o il preprint su minimap2.

MacroMoleculeBuilder, precedentemente conosciuto come RNABuilder, può essere usato per trasformazione, modellazione di omologie, ripiegamento (es. usando i contatti delle coppie di basi), ridisegno dei complessi, fit su mappe di densità a bassa risoluzione, predire riarrangiamenti locali in seguito a mutazione e molte altre applicazioni.

MMseqs2 (ricerca di sequenze Many-against-Many, molti-contro-molti) è una suite software per cercare e fare cluster di enormi insiemi di sequenze proteiche/nucleotidiche. MMseqs2 è software open source con licenza GPL implementato in C++ per Linux, MacOS e (come versione beta attraverso cygwin) Windows. Il software è progettato per essere eseguito su core e server multipli e dimostra una scalabilità molto buona. L'esecuzione di MMseqs2 può essere 10.000 volte più veloce di BLAST. A 100 volte la sua velocità ottiene quasi la stessa sensibilità. Può effettuare ricerche di profili con la stessa sensibilità di PSI-BLAST a una velocità più di 400 volte superiore.

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 è un programma di allineamenti multipli di sequenze proteiche; il nome sta per MUltiple Sequence Comparison by Log-Expectation, confronto di sequenze multiple tramite log-expectation. Nei test fatti dagli autori, MUSCLE ha ottenuto i punteggi più alti tra tutti i programmi sottoposti a diversi benchmark per l'accuratezza degli allineamenti ed è anche uno dei programmi più veloci tra quelli disponibili.

Muscle v5 è una riscrittura con grandi modifiche di MUSCLE, basata su nuovi algoritmi.

Gli utenti dovrebbero considerare che gli argomenti della riga di comando sono cambiati rispetto alla versione 3.x di MUSCLE.

Maggiore accuratezza, scalabile a migliaia di sequenze

In confronto alle versioni precedenti, Muscle v5 è più accurato, è spesso più veloce e scalabile a insiemi di dati molto più grandi. Al momento della stesura di questo testo (fine 2021), Muscle v5 ha il più alto punteggio nei benchmark per allineamenti multipli, inclusi Balibase, Bralibase, Prefab e Balifam. Può allineare decine di migliaia di sequenze con alta accuratezza su un computer comune a basso costo (ad esempio una CPU Intel a 8 core con 32 GB di RAM). Su insiemi di dati più grandi, Muscle v5 è più accurato del 20-30% rispetto a MAFFT e Clustal-Omega.

Insiemi di allineamenti

Muscle v5 può generare insiemi di allineamenti alternativi ad alta accuratezza. Tutti i replicati hanno uguale accuratezza media nei test benchmark, incluso l'MSA fatto con i parametri predefiniti. Confrontando i risultati delle analisi successive (alberi, predizione di struttura, ...) su replicati diversi, si possono valutare gli effetti degli errori di allineamento sui propri studi.

MUSCLE è un programma di allineamenti multipli di sequenze proteiche; il nome sta per MUltiple Sequence Comparison by Log-Expectation, confronto di sequenze multiple tramite log-expectation. Nei test fatti dagli autori, MUSCLE ha ottenuto i punteggi più alti tra tutti i programmi sottoposti a diversi benchmark per l'accuratezza degli allineamenti ed è anche uno dei programmi più veloci tra quelli disponibili.

Questa è la versione 3 del programma MUSCLE. È un programma diverso da MUSCLE versione 5 che è pacchettizzato in Debian come muscle.

Filtraggio e ritaglio di dati di sequenziamento con letture lunghe. Filtraggio in base a qualità o lunghezza delle letture e ritaglio opzionale dopo aver passato i filtri. Legge dallo stdin e scrive sullo stdout. Opzionalmente legge direttamente da un file non compresso specificato nella riga di comando.

Pensato per essere usato:

 1. direttamente dopo l'estrazione di fastq
 2. prima della mappatura
 3. in un flusso tra l'estrazione e la mappatura