-
Notifications
You must be signed in to change notification settings - Fork 18
output files
Sina Majidian edited this page Nov 12, 2024
·
8 revisions
In the folder 'tests/output' you should be able to find the following folders:
| folder/file | description |
|---|---|
| 01_ref_ogs_aa | contains the selected OGs with amino acid data |
| 01_ref_ogs_dna | contains the selected OGs with dna data |
| 02_ref_dna | contains the OGs reshuffeled by available species |
| 03_align_aa | contains mafft alignment of aa data |
| 03_align_dna | contains codon replacement of aa alignments |
| 04_mapping_sample_1 | contains the consensus sequences from the mapping |
| 05_ogs_map_sample_1_aa | contains the OGs with additional sequence sample_1 |
| 05_ogs_map_sample_1_dna | contains the OGs with additional sequence sample_1 |
| 06_align_sample_1_aa | contains the alignment with additional sequence sample_1 |
| 06_align_sample_1_dna | contains the alignment with additional sequence sample_1 |
| concat_sample_1_aa.phy | concatenated alignments from 06 amino acid folder |
| concat_sample_1_dna.phy | concatenated alignments from 06 dna folder |
| sample_1_all_cov.txt | summary of average numbers of reads used for selected sequences |
| sample_1_all_sc.txt | summary of average consensus length of reconstructed sequences |
You can check the inferred species tree for the sample and five reference species in Newick format:
$cat output/tree_sample_1.nwk
(sample_1:0.0106979811,((HUMAN:0.0041202790,GORGO:0.0272785216):0.0433094119,(XENLA:0.1715052824,MNELE:0.9177670816):0.1141311779):0.0613339433,RATNO:0.0123413734);
Note that we consider species names as 5-letter codes e.g. XENLA = Xenopus laevis. If you want to rerun your analysis, make sure that you moved/deleted the files. Otherwise, read2tree continues the progress of previous analysis.
For running on clusters, you can run the first step of read2tree such that folders 01, 02 and 03 are computed (this allows for mapping). This can be done using the '--reference' option. Since read2tree re-orders the OGs into the included species, it is possible to split the mapping step per species using multiple threads for the mapper. For this the '--single_mapping' option is available.
Hint: As read2tree exploits the progress package, the user can benefit from continuing unfinished runs. However, if you want to conduct a new analysis with different inputs, you need to remove output of previous runs or change the output_path.
The following is the folder structure for the test example:
Before run:
$ tree tests/
tests/
├── marker_genes
│ ├── OMAGroup_1032177.fa
│ ├── OMAGroup_1059464.fa
│ ├── OMAGroup_1064207.fa
│ ├── OMAGroup_1080404.fa
│ ├── OMAGroup_1103036.fa
│ ├── OMAGroup_1103803.fa
│ ├── OMAGroup_1107105.fa
│ ├── OMAGroup_638532.fa
│ ├── OMAGroup_648288.fa
│ ├── OMAGroup_741671.fa
│ ├── OMAGroup_742036.fa
│ ├── OMAGroup_778504.fa
│ ├── OMAGroup_783172.fa
│ ├── OMAGroup_799356.fa
│ ├── OMAGroup_852256.fa
│ ├── OMAGroup_852375.fa
│ ├── OMAGroup_852570.fa
│ ├── OMAGroup_853308.fa
│ ├── OMAGroup_853454.fa
│ └── OMAGroup_853960.fa
├── sample_1.fastq
├── sample_2.fastq
├── test_aligner.py
├── test_og.py
├── test_ogset.py
├── test_reads.py
├── test_seqCompleteness.py
└── test_use.py
1 directory, 28 files
and after running Read2Tree:
$ tree tests/
tests/
├── marker_genes
│ ├── OMAGroup_1032177.fa
│ ├── OMAGroup_1059464.fa
│ ├── OMAGroup_1064207.fa
│ ├── OMAGroup_1080404.fa
│ ├── OMAGroup_1103036.fa
│ ├── OMAGroup_1103803.fa
│ ├── OMAGroup_1107105.fa
│ ├── OMAGroup_638532.fa
│ ├── OMAGroup_648288.fa
│ ├── OMAGroup_741671.fa
│ ├── OMAGroup_742036.fa
│ ├── OMAGroup_778504.fa
│ ├── OMAGroup_783172.fa
│ ├── OMAGroup_799356.fa
│ ├── OMAGroup_852256.fa
│ ├── OMAGroup_852375.fa
│ ├── OMAGroup_852570.fa
│ ├── OMAGroup_853308.fa
│ ├── OMAGroup_853454.fa
│ └── OMAGroup_853960.fa
├── mplog.log
├── output
│ ├── 01_ref_ogs_aa
│ │ ├── OG1032177.fa
│ │ ├── OG1059464.fa
│ │ ├── OG1064207.fa
│ │ ├── OG1080404.fa
│ │ ├── OG1103036.fa
│ │ ├── OG1103803.fa
│ │ ├── OG1107105.fa
│ │ ├── OG638532.fa
│ │ ├── OG648288.fa
│ │ ├── OG741671.fa
│ │ ├── OG742036.fa
│ │ ├── OG778504.fa
│ │ ├── OG783172.fa
│ │ ├── OG799356.fa
│ │ ├── OG852256.fa
│ │ ├── OG852375.fa
│ │ ├── OG852570.fa
│ │ ├── OG853308.fa
│ │ ├── OG853454.fa
│ │ └── OG853960.fa
│ ├── 01_ref_ogs_dna
│ │ ├── OG1032177.fa
│ │ ├── OG1059464.fa
│ │ ├── OG1064207.fa
│ │ ├── OG1080404.fa
│ │ ├── OG1103036.fa
│ │ ├── OG1103803.fa
│ │ ├── OG1107105.fa
│ │ ├── OG638532.fa
│ │ ├── OG648288.fa
│ │ ├── OG741671.fa
│ │ ├── OG742036.fa
│ │ ├── OG778504.fa
│ │ ├── OG783172.fa
│ │ ├── OG799356.fa
│ │ ├── OG852256.fa
│ │ ├── OG852375.fa
│ │ ├── OG852570.fa
│ │ ├── OG853308.fa
│ │ ├── OG853454.fa
│ │ └── OG853960.fa
│ ├── 02_ref_dna
│ │ ├── GORGO_OGs.fa
│ │ ├── HUMAN_OGs.fa
│ │ ├── MNELE_OGs.fa
│ │ ├── RATNO_OGs.fa
│ │ └── XENLA_OGs.fa
│ ├── 03_align_aa
│ │ ├── OG1032177.phy
│ │ ├── OG1059464.phy
│ │ ├── OG1064207.phy
│ │ ├── OG1080404.phy
│ │ ├── OG1103036.phy
│ │ ├── OG1103803.phy
│ │ ├── OG1107105.phy
│ │ ├── OG638532.phy
│ │ ├── OG648288.phy
│ │ ├── OG741671.phy
│ │ ├── OG742036.phy
│ │ ├── OG778504.phy
│ │ ├── OG783172.phy
│ │ ├── OG799356.phy
│ │ ├── OG852256.phy
│ │ ├── OG852375.phy
│ │ ├── OG852570.phy
│ │ ├── OG853308.phy
│ │ ├── OG853454.phy
│ │ └── OG853960.phy
│ ├── 03_align_dna
│ │ ├── OG1032177.phy
│ │ ├── OG1059464.phy
│ │ ├── OG1064207.phy
│ │ ├── OG1080404.phy
│ │ ├── OG1103036.phy
│ │ ├── OG1103803.phy
│ │ ├── OG1107105.phy
│ │ ├── OG638532.phy
│ │ ├── OG648288.phy
│ │ ├── OG741671.phy
│ │ ├── OG742036.phy
│ │ ├── OG778504.phy
│ │ ├── OG783172.phy
│ │ ├── OG799356.phy
│ │ ├── OG852256.phy
│ │ ├── OG852375.phy
│ │ ├── OG852570.phy
│ │ ├── OG853308.phy
│ │ ├── OG853454.phy
│ │ └── OG853960.phy
│ ├── 04_mapping_sample_1
│ │ ├── GORGO_OGs_consensus.fa
│ │ ├── GORGO_OGs_cov.txt
│ │ ├── GORGO_OGs.fa.bam
│ │ ├── GORGO_OGs_sc.txt
│ │ ├── HUMAN_OGs_consensus.fa
│ │ ├── HUMAN_OGs_cov.txt
│ │ ├── HUMAN_OGs.fa.bam
│ │ ├── HUMAN_OGs_sc.txt
│ │ ├── MNELE_OGs_cov.txt
│ │ ├── MNELE_OGs.fa.bam
│ │ ├── RATNO_OGs_consensus.fa
│ │ ├── RATNO_OGs_cov.txt
│ │ ├── RATNO_OGs.fa.bam
│ │ ├── RATNO_OGs_sc.txt
│ │ ├── XENLA_OGs_consensus.fa
│ │ ├── XENLA_OGs_cov.txt
│ │ ├── XENLA_OGs.fa.bam
│ │ └── XENLA_OGs_sc.txt
│ ├── 05_ogs_map_sample_1_aa
│ │ ├── OG1032177.fa
│ │ ├── OG1059464.fa
│ │ ├── OG1064207.fa
│ │ ├── OG1080404.fa
│ │ ├── OG1103036.fa
│ │ ├── OG1103803.fa
│ │ ├── OG1107105.fa
│ │ ├── OG638532.fa
│ │ ├── OG648288.fa
│ │ ├── OG741671.fa
│ │ ├── OG742036.fa
│ │ ├── OG778504.fa
│ │ ├── OG783172.fa
│ │ ├── OG799356.fa
│ │ ├── OG852256.fa
│ │ ├── OG852375.fa
│ │ ├── OG852570.fa
│ │ ├── OG853308.fa
│ │ ├── OG853454.fa
│ │ └── OG853960.fa
│ ├── 05_ogs_map_sample_1_dna
│ │ ├── OG1032177.fa
│ │ ├── OG1059464.fa
│ │ ├── OG1064207.fa
│ │ ├── OG1080404.fa
│ │ ├── OG1103036.fa
│ │ ├── OG1103803.fa
│ │ ├── OG1107105.fa
│ │ ├── OG638532.fa
│ │ ├── OG648288.fa
│ │ ├── OG741671.fa
│ │ ├── OG742036.fa
│ │ ├── OG778504.fa
│ │ ├── OG783172.fa
│ │ ├── OG799356.fa
│ │ ├── OG852256.fa
│ │ ├── OG852375.fa
│ │ ├── OG852570.fa
│ │ ├── OG853308.fa
│ │ ├── OG853454.fa
│ │ └── OG853960.fa
│ ├── 06_align_sample_1_aa
│ │ ├── OG1032177.fa
│ │ ├── OG1059464.fa
│ │ ├── OG1064207.fa
│ │ ├── OG1080404.fa
│ │ ├── OG1103036.fa
│ │ ├── OG1103803.fa
│ │ ├── OG1107105.fa
│ │ ├── OG638532.fa
│ │ ├── OG648288.fa
│ │ ├── OG741671.fa
│ │ ├── OG742036.fa
│ │ ├── OG778504.fa
│ │ ├── OG783172.fa
│ │ ├── OG799356.fa
│ │ ├── OG852256.fa
│ │ ├── OG852375.fa
│ │ ├── OG852570.fa
│ │ ├── OG853308.fa
│ │ ├── OG853454.fa
│ │ └── OG853960.fa
│ ├── 06_align_sample_1_dna
│ │ ├── OG1032177.fa
│ │ ├── OG1059464.fa
│ │ ├── OG1064207.fa
│ │ ├── OG1080404.fa
│ │ ├── OG1103036.fa
│ │ ├── OG1103803.fa
│ │ ├── OG1107105.fa
│ │ ├── OG638532.fa
│ │ ├── OG648288.fa
│ │ ├── OG741671.fa
│ │ ├── OG742036.fa
│ │ ├── OG778504.fa
│ │ ├── OG783172.fa
│ │ ├── OG799356.fa
│ │ ├── OG852256.fa
│ │ ├── OG852375.fa
│ │ ├── OG852570.fa
│ │ ├── OG853308.fa
│ │ ├── OG853454.fa
│ │ └── OG853960.fa
│ ├── concat_sample_1_aa.phy
│ ├── concat_sample_1_dna.phy
│ ├── sample_1_all_cov.txt
│ ├── sample_1_all_sc.txt
│ └── tree_sample_1.nwk
├── sample_1.fastq
├── sample_2.fastq
├── test_aligner.py
├── test_og.py
├── test_ogset.py
├── test_reads.py
├── test_seqCompleteness.py
└── test_use.py
12 directories, 217 files
Content of some files for another run/dataset:
$ cat 04_mapping_ERR7323296__1/X0030_OGs_cov.txt
#species,og,gene_id,coverage,std
X0030,OG25,X003000004,nan,nan
X0030,OG14,X003000003,5259.72,3795.315
X0030,OG5,X003000001,812.38,2150.586
X0030,OG1,X003000002,2738.45,3677.116
X0030,OG84,X003000005,5287.19,490.546
X0030,OG28,X003000006,11.95,6.466
X0030,OG20,X003000007,4440.42,3225.788
$ less 05_ogs_map_ERR7323296__1_aa/OG25.fa
>CVHSA00003_OG25 CVHSA00003 | OMA25 | P59632 | [Human SARS coronavirus]
MDLFMRFFTLRSITAQPVKIDNASPASTVHATATIPLQASLPFGWLVIGVAFLAVFQSATKIIALNKRWQLALYKGFQFICNLLLLFVTIYSHLLLVAAGMEAQFLYLYALIYFLQCINACRIIMRCWLCWKCKSKNPLLYDANYFVCWHTHNYDYCIPYNSVTDTIVVTEGDGISTPKLKEDYQIGGYSEDRHSGVKDYVVVHGYFTEVYYQLESTQITTDTGIENATFFIFNKLVKDPPNVQIHTIDGSSGVANPAMDPIYDEPTTTTSVPL
>ERR7323296__1 SARS200003_OG25 [SARS2]
MDLFMRIFTIGTVTLKQGEIKDATPLDFVRATATIPIQASLPFGWLIVGVALLAVFQSASKIITLKKRWQLALSKGVHFVCNLLLLFVTVYSHLLLVAAGLEAPFLYLYALVYFLQSINFVRIIMRLWLCWKCRSKNPLLYDANYFLCWHTNCYDYCIPYNSVTSSIVITSGDGTTSPISEHDYQIGGYTEKWESGVKDCVVLHSYFTSDYYQLYSTQLSTDTGVEHVTFFIYNKIVDEPEEHVQIHTIDGSSGVVNPVMEPIYDEPTTTTSVPL
$ less 06_align_merge_aa/OG25.fa
18 275
X0012 MDLFMSIFTL GSITRQPSKI ENAFLASTVH ATATIPLQAS FSFRWLVVGV
X0030 MDLFMSIFTL GAITRQPAKI ENASPASTVH ATATIPLQAS LPFGWLVVGV
X0019 MDLFMSIFTL GSITRQPSKI ENAFLASTVH ATATIPLQAS LSFRWLVAGV
X0041 MDLFMSIFTL GSITRQPSKI ENAFLASTVH ATATIPLQAS FSFRWLVIGV
X0018 MDLFMRFFTL RSITAQPVKI DNASPASTVH ATATIPLQAS LPFGWLVIGV
X0069 MDLFMRFFTL GSITAQPVKI DNASPASTVH ATATIPLQAS LPFGWLVIGV
SARS2 MDLFMRIFTI GTVTLKQGEI KDATPSDFVR ATATIPIQAS LPFGWLIVGV
CVHSA MDLFMRFFTL RSITAQPVKI DNASPASTVH ATATIPLQAS LPFGWLVIGV
ERR7361530__1 MDLFMRIFTI GTVTLKQGEI KDATPLDFVR ATATIPIQAS LPFGWLIVGV
ERR7359642__1 MDLFMRIFTI GTVTLKQGEI KDATPLDFVR ATATIPIQAS LPFGWLIVGV
ERR7350657__1 MDLFMRIFTI GTVTLKQGEI KDATPLDFVR ATATIPIQAS LPFGWLIVGV
ERR7332798__1 MDLFMRIFTI GTVTLKQGEI KDATPLDFVR ATATIPIQAS LPFGWLIVGV
ERR7323296__1 MDLFMRIFTI GTVTLKQGEI KDATPLDFVR ATATIPIQAS LPFGWLIVGV
ERR7373660__1 MDLFMRIFTI GTVTLKQGEI KDATPLDFVR ATATIPIQAS LPFGWLIVGV
ERR7324472__1 MDLFMRIFTI GTVTLKQGEI KDATPLDFVR ATATIPIQAS LPFGWLIVGV
ERR7361581__1 MDLFMRIFTI GTVTLKQGEI KDATPLDFVR ATATIPIQAS LPFGWLIVGV
ERR7347075__1 MDLFMRIFTI GTVTLKQGEI KDATPLDFVR ATATIPIQAS LPFGWLIVGV
ERR7330527__1 MDLFMRIFTI GTVTLKQGEI KDATPLDFVR ATATIPIQAS LPFGWLIVGV