Empezar

Tutorial de línea de comandos

La línea de comandos es la interfaz principal de get_MNV: todo lo que la herramienta sabe hacer se alcanza desde ahí, y es lo que se mete en un pipeline. Este tutorial la ejecuta de principio a fin sobre el ejemplo de M. tuberculosis que viene incluido, y dedica casi todo su espacio a lo que de verdad importa: leer lo que devuelve.

Hay un Tutorial de la GUI que recorre lo mismo en la aplicación.

1. Consigue los datos de ejemplo#

La carpeta example/ del repositorio trae todo lo necesario:

git clone https://github.com/PathoGenOmics-Lab/get_MNV.git
cd get_MNV/example

2. Anota las variantes#

get_mnv \
  --vcf G35894.var.snp.vcf \
  --fasta MTB_ancestor.fas \
  --genes anot_genes.txt

get_MNV registra lo que ha decidido antes de registrar lo que ha encontrado. La ejecución imprime toda su configuración, y luego las líneas que importan:

[INFO get_mnv::pipeline] Using genetic code: Bacterial/Archaeal/Plant Plastid (NCBI table 11)
[INFO get_mnv::io::annotation::tsv] TSV gene entries parsed: 4008 | mapped to SNPs: 635 | without SNPs: 3373
[INFO get_mnv::pipeline::processing] Contig 'MTB_anc' -> 950 SNP/variant records in VCF, 635 mapped genes
[INFO get_mnv::pipeline::processing] Contig 'MTB_anc' -> 134 intergenic variant(s) added
[INFO get_mnv::pipeline] Summary 'MTB_anc' -> variants=941 (SNP=797, MNV=0, SNP/MNV=10, INDEL=0, intergenic=134)
[INFO get_mnv::pipeline] Processing complete. Output files generated successfully.

Escribe G35894.var.snp.MNV.tsv en el directorio actual.

Con --dry-run obtienes el mismo resumen sin escribir nada, que es la forma barata de comprobar las entradas antes de una ejecución larga.

3. Lee la salida#

Abre el TSV. Una fila destaca: el gen Rv2036 lleva dos SNV en el mismo codón.

Leídas base a base, las dos sustituciones se contradicen: GCT es Val93Ala y GTC es Val93Val, un cambio silencioso. Leídas juntas como GCC, el codón es una única sustitución Val→Ala. Esa reclasificación es para lo que existe get_MNV, y es invisible para un anotador por-SNV. Mira Formatos de salida para conocer cada columna.

4. Añade soporte de lecturas#

La anotación dice lo que el codón significaría. No dice si alguna molécula lleva de verdad los dos cambios. Para eso hay que darle los alineamientos:

get_mnv \
  --vcf G35894.var.snp.vcf \
  --fasta MTB_ancestor.fas \
  --genes anot_genes.txt \
  --bam G35894.demo.bam

La fila de Rv2036 gana sus columnas de evidencia:

SNP Reads = 0, 0 junto a MNV Reads = 24 no es un hueco: las dos columnas reparten la evidencia en vez de contarla dos veces. Ninguna lectura lleva una sustitución sola, así que nada cae en los recuentos sueltos.

5. Filtra por ese soporte#

Con un BAM puedes exigir evidencia. Lo que conviene saber antes es cómo se combinan los dos umbrales en una fila a nivel de codón:

Una fila SNP/MNV se conserva cuando o bien sus SNV individuales superan --snp, o bien su haplotipo supera --mnv. Eso es deliberado, para que un haplotipo bien soportado sobreviva aunque sus SNV individuales no lleguen. La consecuencia es fácil de pisar: con --snp en su valor por defecto de 0, el lado SNP pasa trivialmente, así que --mnv por sí solo nunca quita una fila. Sube los dos, o ninguno.

6. Saca un informe que puedas enviar#

La misma ejecución escribe un único archivo HTML autocontenido:

get_mnv \
  --vcf G35894.var.snp.vcf \
  --fasta MTB_ancestor.fas \
  --genes anot_genes.txt \
  --bam G35894.demo.bam \
  --report sample.html

El informe se abre en cualquier navegador sin servidor y viaja como un solo adjunto. Arriba deja constancia del comando exacto que lo generó.

Se puede buscar y filtrar, desglosa las llamadas por término de Sequence Ontology (aquí 476 missense, 320 sinónimas, 134 intergénicas, 10 stop ganados, 1 stop perdido) y dibuja una matriz de variantes a lo largo del contig. Para una cohorte ya procesada con una muestra por ejecución, genera un solo informe a partir de las salidas existentes con --report-from run1.MNV.tsv run2.MNV.tsv --report cohort.html.

7. Lo demás que puede escribir#

Próximos pasos#

• Recetas habituales: comandos listos para ejecutar de las tareas más frecuentes.
• Referencia de CLI: cada opción, con su valor por defecto.
• Formatos de entrada y Formatos de salida.
• Alcance y compatibilidad: reglas de límites y ajustes.
• Ligamiento: distinguir un haplotipo real de una coincidencia.
• Tutorial de la GUI: la misma ejecución en la aplicación.

Editar esta página en GitHub