| 両方とも前のリビジョン 前のリビジョン | |
| 2022_11_01_mitosearchのblast用データベース更新スクリプト [2022/11/18 07:23] – 133.11.50.163 | 2022_11_01_mitosearchのblast用データベース更新スクリプト [Unknown date] (現在) – 削除 - 外部編集 (Unknown date) 127.0.0.1 |
|---|
| #!/bin/bash | |
| | |
| # SSUなどのデータベースを更新する際、このスクリプトにかける。[cat SSU~.fa pr2~.fa mitofish.fa > ../db/mergedDB.fasta]とした後、このスクリプトでアダプター除去等を行う。 | |
| # 使用法：bash create_db.sh [../db/mergedDB.fasta] | |
| | |
| db=$1 | |
| | |
| # makeblastdb,アダプター配列の検索 | |
| /suikou/tool/ncbi-blast-2.12.0+/bin/makeblastdb -dbtype nucl -in $db | |
| /suikou/tool/ncbi-blast-2.12.0+/bin/blastn -db $db -query /suikou/db/adapters/Sequencing_adaptors.fasta -outfmt 6| awk '{if($9<$10){print $2"\t"$9-1"\t"$10}else{print $2"\t"$10-1"\t"$9}}' > ${db}.adaptors.bed | |
| | |
| # アダプター配列がヒットした場合のみ、アダプター配列のマスク | |
| if [ `cat ${db}.adaptors.bed|wc -l` -gt 0 ]; then | |
| bedtools maskfasta -fi $db -bed ${db}.adaptors.bed -fo ${db}.maskadaptors | |
| else | |
| cat ${db} > ${db}.maskadaptors | |
| fi | |
| | |
| # データベースに載っているアクセッションIDのリストを作成 | |
| seqkit fx2tab ${db}.maskadaptors|awk -F"\t" '{split($1,array,".");print array[1];}'|awk -F"\t" '{if(substr($1,1,2)=="gb"){split($1,array,"|");print array[2];}else{print;}}' > ${db}.maskadaptors.accessionID | |
| | |
| # 上のリストに対応するacc2taxidデータベースの抽出 | |
| awk -F"\t" '{if(FILENAME==ARGV[1]){list[$1]=1;}if(FILENAME==ARGV[2]&&$1 in list){print;}}' ${db}.maskadaptors.accessionID <(zcat ../db/nucl_gb.accession2taxid.gz) > ${db}.maskadaptors.nucl_gb.accession2taxid | |
| | |
| # 2つ上で抽出したaccession2taxidリストに対応するnames.dumpを抽出 | |
| awk -F"\t" '{if(FILENAME==ARGV[1]){list[$3]=1;}if(FILENAME==ARGV[2]&&$1 in list){print;}}' ${db}.maskadaptors.nucl_gb.accession2taxid <(zcat ../db/names.dmp.sname.path.gz) > ${db}.maskadaptors.names.dmp | |
| | |
| # NCBIから消去されたアクセッションIDリストを取得 | |
| awk -F"\t" '{if(FILENAME==ARGV[1]){list[$1]=1;}if(FILENAME==ARGV[2]){delete list[$1];}}END{for(i in list){print i;}}' ${db}.maskadaptors.accessionID ${db}.maskadaptors.nucl_gb.accession2taxid > ../db/removed_accessionID.txt | |
| | |
| # データベースをタブ区切りにして保存 | |
| seqkit fx2tab ${db}.maskadaptors > ${db}.maskadaptors.tab | |
| | |
| # 消去されたアクセッションIDに対応するデータを除去したデータベースの作成 | |
| awk -F"\t" '{if(FILENAME==ARGV[1]){list[$1]=1;}if(FILENAME==ARGV[2]){split($1,array,".");if(substr(array[1],1,2)=="gb"){split(array[1],array2,"|");acc=array2[2];}else{acc=array[1];}if(acc in list){}else{print;}}}' ../db/removed_accessionID.txt ${db}.maskadaptors.tab|seqkit tab2fx > ../db/database.fasta | |
| | |
| # makeblastdb | |
| /suikou/tool/ncbi-blast-2.12.0+/bin/makeblastdb -dbtype nucl -in ../db/database.fasta | |
| |