Para una comprobacion rapida, use el argumento --test y descargara una carpeta llamada test con unos archivos fastq.gz pareados que podra usar como ejemplo.
El proceso total puede costar varias horas.
Esta herramienta lo que hace es juntar una serie de herramientas para realizar la tarea de obtencion del genoma del cloroplasto circular y alinearlo con un cloroplasto de referencia.
Para ello se usan las siguientes herramientas: reaper, Trimmomatic, novowrap, samtools, minimap2, y mafft. El programa a demas selecciona el fasta generado de novowrap con una mejor puntuacion con respecto al cloroplasto de referencia, descarta los ensamblajes que se consideran erroneos dejando una lista con estos para poder revisarlos manualmente y gracias a samtools se generara un tsv con los nucleotidos que pueden generar error, y corrige los fallos de estos.
Por ultimo antes de alinear cambia el nombre al nombre de la especie + nombre del archivo + numero de bases del coting, y corrige los errores basicos de nucleotidos por el proceso de mayoria, si alguna base esta en duda, se selecciona la mayoria.
Una vez Alineado todo, el programa revisara en secciones de 400 en 400pb que el k-mers sea correcto y si este baja del umbral del 60% y la seccion es superior a 2000pb probara a invertir la seccion y volver a ensamblar para posteriormente elegir la cadena con un resultado mejor y guardar la otra en temporaldocs.
Esto se realiza por que las secciones IRa, IRb, y SSC se suelen voltear, a demas algunas veces el ensamblador voltea estas secciones sin querer y asi evitamos los errores que nos podria causar esto. Como se guardan los archivos bam asociados a cada fasta, podeis comprovar de manera facil y rapida con algun visualizador si el error es por el ensambla- dor o si se da por una inversion natural.
Aqui podemos ver como una seccion a sido ensamblada con un MAPQ de 0, tras coger el fasta corregido por el alineador, esta seccion desaparece.
Para que el programa funcione correctamente en la actualidad se necesita:
- Sistema operativo linux.
- Conda instalado
- Bioconda
- Comandos de Github
El programa tiene un archivo llamado Fusion_Cloroplasto_1.fasta y uno llamado sequence_cloroplasto.gb en la carpeta /cloroplasto_referencia este es el cloroplasto de Hordeum vulgare, en caso de querer usar otra planta de referencia, solo tienes que guardar tu .fasta y .gb de referencia con los mismos nombres en esta carpeta, y el programa elegira automaticamente el nuevo fasta para los proximos trabajos.
La herramienta actualmente no se encuentra fuera de github, por lo que a la hora de instalar solo se puede descargando este repositorio.
Para ejecutar el programa de manera general se tiene que ejecutar el script cargadordearchivos.py este se encarga de instalar las dependencias necesarias.
Porteriormente te pide que le pases una pareja de archivos .fastq.gz de manera manual o que le pases un directorio, si usas esta segunda opcion los archivos tienen que acabar en _1.fastq.gz _2.fasq.gz para que los localize automaticamente y los empareje
El programa funciona actualmente solo con fastq.gz pareados, en linux y para el ensamblaje de cloroplastos. Los comandos de las herramientas originales estan limitados, asi que el principal caso de uso es el de tener que hacer un ensamblaje de cloroplastos con un gran volumen de archivos en el formato indicado. De esta manera puedes dejar correr el programa durante horas o dias asta tener los archivos resultantes correctos, y una lista con los archivos fallidos para usar herramientas mas especificas.
Para comprobar que todo funciona correctamente sigue los siguientes pasos.
```
# Si no tienes archivos fastq.gz para la prueba usa
./cargadordearchivos.py --test
```
# Si ya tienes su archivo usa
./cargadordearchivos.py
Despues le aparecera una ventana como esta:
```
¿Quieres introducir manualmente dos archivos .fastq.gz? [y/n]:
Puede introducir manualmente la direccion de cada fastq.gz o darle a n, en ese caso vera que aparece lo siguiente:
```
Ruta de la carpeta con .fastq.gz:
Si le pasas la ruta a una carpeta busca manualmente los archivos fastq.gz que acaben en 1 y 2 y se llamen igual, de esa forma los empareja y ya no tienes que hacer nada mas asta obtener los resultados. Si no detecta todos, pasalos manualmente.
En la actualidad usa un cloroplasto de hurdeum vulgare como referencia para reconstruir el cloroplasto. Para cambiar esto debes descargar otro cloroplasto de referencia y guardarlo en la carpeta cloroplasto_referencia en formato gb
cargadordearchivos
```
# Nombre cientifico de la especie para el fasta
./cargadordearchivos.py --species "name sp"
```
# Borra los bam al ser archivos pesados
./cargadordearchivos.py --dellbam
```
# vacia la papelera de los documentos borrados
./cargadordearchivos.py --dell
```
# Fuerza la reinstalacion de las librerias
./cargadordearchivos.py --force
instaladordependecias
```
# Reinstalar todas las dependencias.
./instaladordependencias.py --force
SeleccionNovowrap
```
# Directorio raiz
./SeleccionNovowrap.py -r
# Documento de errores
./SeleccionNovowrap.py -o
No dispone de una herramienta de argumentos completa, y para usar los argumentos tienes que ejecutar los diferentes scripts por separado. Tampoco dispone de portabilidad total a windows.
Si una herramienta falla con una pareja de datos, no existen caminos secundarios para corregir el problema.
El programa busca inversiones y las alinea con el consenso, y corrige las mutaciones pero no detecta a que genes pertenece ni que seccion o si es un fallo del ensamblador o una mutacion del cloroplasto.
Sancho, R., Cantalapiedra, C. P., López‐Alvarez, D., Gordon, S. P., Vogel, J. P., Catalán, P., & Contreras‐Moreira, B. (2017). Comparative plastome genomics and phylogenomics of Brachypodium: flowering time signatures, introgression and recombination in recently diverged ecotypes. New Phytologist, 218(4), 1631-1644. https://doi.org/10.1111/nph.14926
Gong, C., Huang, Y., Liu, M., Zhou, Y., Xu, Y., Mohammed, N., Qiao, X., Zuccolo, A., Xie, W., Wing, R. A., Zhang, J., Zhou, F., & Lin, Y. (2025). Continuous infiltration and evolutionary trajectory of nuclear organelle DNA inOryza. Genome Research. https://doi.org/10.1101/gr.279609.124
Wu P, Xu C, Chen H, Yang J, Zhang X, Zhou S. NOVOWrap: An automated solution for plastid genome assembly and structure standardization. Mol Ecol Resour. 2021 Aug;21(6):2177-2186. doi: 10.1111/1755-0998.13410. Epub 2021 May 25. PMID: 33934526.
Greiner S, Lehwark P, Bock R. OrganellarGenomeDRAW (OGDRAW) version 1.3.1: expanded toolkit for the graphical visualization of organellar genomes. Nucleic Acids Res. 2019 Jul 2;47(W1):W59-W64. doi: 10.1093/nar/gkz238. PMID: 30949694; PMCID: PMC6602502.