প্রকল্প সম্পর্কে

RetroSeek হলো জিনোম অ্যাসেম্বলিতে এন্ডোজেনাস রেট্রোভাইরাল (ERV) ইন্টিগ্রেশন শনাক্ত, শ্রেণীবদ্ধ ও অ্যানোটেট করার একটি এন্ড-টু-এন্ড কম্পিউটেশনাল পাইপলাইন। এটি Snakemake ওয়ার্কফ্লো ম্যানেজারের উপর নির্মিত এবং সমান্তরালীকরণ, মডুলারিটি, সহনশীলতা ও পুনরুৎপাদনযোগ্যতার উপর জোর দেয়, লক্ষ্য করে ওয়ার্কস্টেশন, HPC ক্লাস্টার এবং ক্লাউড পরিবেশ। মূল সক্ষমতা - NCBI Datasets-এর মাধ্যমে স্বয়ংক্রিয় জিনোম অধিগ্রহণ, প্রতি-জিনোম BLAST ডেটাবেস এবং GenomeTools suffix-array জেনারেশন সহ। - BLAST+ (জিনোমের বিরুদ্ধে প্রোবের tBLASTn) দিয়ে কনফিগারযোগ্য হোমোলজি সার্চ, LTRharvest ও LTRdigest-এর মাধ্যমে ডি নভো LTR আবিষ্কারের সাথে সমন্বিত, উচ্চ-আত্মবিশ্বাসের ERV প্রার্থী ট্র্যাকে মিলিত। - Solo-LTR শনাক্তকরণ: প্রোভাইরাসের দুটি LTR পুনঃসংযোজিত হয়ে মধ্যবর্তী সিকোয়েন্স বাদ দিলে যে একক LTR থেকে যায় তা শনাক্ত করে, LTR আর্মকে blastn টোপ হিসেবে ব্যবহার করে এবং ইনট্যাক্ট-এলিমেন্টের ফ্ল্যাঙ্ক ও কোডিং সিকোয়েন্সের পাশের একক LTR বিয়োগ করে। Solo/intact অনুপাত বংশগত-বয়সের প্রক্সি হিসেবে প্রদান করা হয়। - প্রতি-লোকাস ট্যাক্সোনমিক শ্রেণীবিভাগ, প্রতিটি বৈধ ERV লোকাসকে একটি ক্রমাঙ্কিত genus কল (র‍্যাঙ্ক, আত্মবিশ্বাস, মোজাইক, ERV ক্লাস) প্রদান করে, POL/GAG-এর জন্য ফাইলোজেনেটিক প্লেসমেন্ট এবং অন্যথায় weighted-LCA ব্যবহার করে, NCBI থেকে নির্মিত genus-ব্যাপক রেফারেন্সের বিরুদ্ধে। - ফাইলোজেনেটিক প্লেসমেন্ট আউটপুট: iTOL-উপযোগী .jplace প্রমাণ, প্রতি-জিনোম হিট-ট্রি, EDPL প্লেসমেন্ট-অনিশ্চয়তা টেবিল এবং ERV কমপ্লিমেন্ট বনাম হোস্ট বংশগতির কো-ফাইলোজেনি তুলনা। - মডুলার R বিশ্লেষণ স্তর (GenomicRanges / plyranges) যা ওভারল্যাপ ম্যাট্রিক্স, ডিটারমিনিস্টিক নেগেটিভ-বাইনোমিয়াল GLM হটস্পট শনাক্তকরণ এবং প্রোব-পেয়ার টেবিল তৈরি করে। - মার্জড রেঞ্জ জুড়ে কনফিগারযোগ্য মেটাডেটা অ্যাগ্রিগেশন (list, concatenate, best, majority, first, strict)। - প্রকাশনার-উপযোগী চিত্র: একটি রঙ-অন্ধ-নিরাপদ ভিজ্যুয়াল সিস্টেমে প্রতি স্তরের জন্য একটি মাল্টি-পেজ ভেক্টর PDF, হোস্ট ফাইলোজেনির পাশে হোস্ট প্রজাতির সারি সহ। ওয়ার্কফ্লো ও ইন্টারফেস CLI Snakemake-এ ডেলিগেট করে এবং পর্যায় অনুসারে স্তরগুলি গ্রুপ করে: setup (জিনোম ডাউনলোড, Pfam ফেচ, রেফারেন্স বিল্ড, প্রোব এক্সট্রাকশন), indexing (BLAST ডেটাবেস, suffix array), discovery (LTR প্রার্থী, LTR ডোমেইন, BLAST), analysis (রেঞ্জ বিশ্লেষণ, ডোমেইন স্ক্যান, শ্রেণীবিভাগ, সেগমেন্টেশন, solo-LTR শনাক্তকরণ, হটস্পট শনাক্তকরণ, পেয়ার শনাক্তকরণ, প্লেসমেন্ট ট্রি) এবং figures (গ্লোবাল প্লট, সার্কেল প্লট)। স্তরগুলি একত্রিত করে নির্ভরতা-ক্রমে চালানো যায়; বাধার পর চেকপয়েন্ট থেকে রান পুনরায় শুরু হয় এবং --cores, --profile বা -n-এর মতো যেকোনো Snakemake ফ্ল্যাগ গ্রহণ করে। একটি --downstream শর্টকাট সমস্ত analysis ও figure স্তর চালায়। লঞ্চার শুরু করার আগে config, টুল এবং Pfam লাইব্রেরি যাচাই করে এবং যদি কোনো ভারী সার্চ অনিচ্ছাকৃতভাবে পুনরায় চালু হতে হয় তবে শুরু করতে অস্বীকার করে। প্রয়োজনীয়তা ও পুনরুৎপাদনযোগ্যতা একটি একক conda/mamba পরিবেশ (data/config/environment.yml) Python 3.11, R 4.3, Bioconductor, BLAST+, GenomeTools, NCBI Datasets এবং সহায়ক লাইব্রেরি প্রদান করে। NCBI Entrez API-এর জন্য একটি বৈধ ইমেইল ঠিকানা প্রয়োজন, দ্রুত কোয়েরির জন্য ঐচ্ছিক API কী সহ। কনফিগারেশন হলো values-only YAML, রেপো-সাপেক্ষ ডিফল্ট সহ যাতে একটি টয়-জিনোম স্মোক রান সরাসরি কাজ করে; প্রোডাকশন রান gitignored লোকাল config-এর মাধ্যমে বাহ্যিক স্টোরেজে নির্দেশ করে। স্ট্যাটাস নোট README-তে বলা হয়েছে যে --hotspot-detection পরীক্ষামূলক (কার্যকর কিন্তু হালকাভাবে পরীক্ষিত) এবং --generate-circle-plots বর্তমানে ভাঙা, প্লট সময়ে ব্যর্থ হয় কারণ এটি প্রতি-লোকাস মেট্রিক্স পড়ে যা পরবর্তী রিফ্যাক্টরে প্রতিস্থাপিত হয়েছে। ডকুমেন্টেশন আর্কিটেকচার, ব্যবহার, কনফিগারেশন, solo-LTR পদ্ধতি, ডেভেলপমেন্ট কনভেনশন এবং আর্কিটেকচারাল ডিসিশন রেকর্ড কভার করে। প্রকল্পটি MIT লাইসেন্সপ্রাপ্ত এবং Ní Leathlobhair ল্যাবে, Moyne Institute, Trinity College Dublin-এ বিকশিত হয়েছে।