wgsim说明

介绍
============

Wgsim是从参照基因组中模拟序列的小工具。
它能够模拟二倍体基因组与SNP和插入/缺失（INDEL）
多态性，并能够模拟均匀替代测序错误的reads。
它不产生INDEL测序错误，但是这可能是部分地
通过模拟INDEL多态性补偿。

Wgsim输出是模拟多态性，并写入真正的reads坐标
以及在reads名称的多态性和测序错误的数量。
我们可以wgsim_eval.pl自带的包评估映射的准确性或SNP caller。

编译
===========

GCC -g -O2 -Wall -o wgsim wgsim.c -lz -lm

评估
==========

仿真与评估
-------------------------

仿真命令行：

  wgs​​im -Nxxx -1yyy -d0 -S11 -e0 -rzzz hs37m.fa YYY-zzz.fq的/ dev / null的

其中yyy是read长，zzz为错误率和$ XXX * $ YYY =10000000。
默认情况下，多态性的15％以上是插入缺失和它们的长度是从绘制
几何分布密度0.7 * 0.3 ^ {L-1}。

评估命令行：

  wgs​​im_eval.pl独特aln.sam | wgs​​im_eval.pl alneval -g 20

在'-g'选项可以和映射器来改变。

系统
------

GCC: 4.1.2
CPU: AMD Opteron 8350 @ 2.0GHz
Mem: 128GB

实际操作：

使用过的命令：

../seqtk_concat   out_1.fq  out_2.fq | head -n 8

../seqtk_concat   out_1.fq  out_2.fq  >  ../wgsim.fq   #双端序列合并

seqtk_names  wgsim.fq  | cut -f1,2 -d'_'| cut -f3 -d'|' | perl -ane 's/chr\S+/9606/; print' | perl -ne 'print qq{$.\t$_}' | tabtk_bins - 1 >tabtk_stats

seqtk_names  wgsim.fq  | cut -f1,2 -d'_'| cut -f3 -d'|' | perl -ane 's/chr\S+/9606/; print' | perl -ne 'print qq{$.\t$_}' | tabtk_bins - 1 >tabtk_stats.tsv

cut -f1,2 tabtk_stats.tsv | tabtk_decorate  /biostack/database/taxonomy/node-name.tsv   0  -  > tab.xls
/*

解释：
perl -ane 's/chr\S+/9606/; print'    将每一行中包含chr并且其后非空格部分（比如chrab和chrbc）替换为9606
perl -ne 'print qq{$.\t$_}'  打印每一行的行号和内容;

可简化为：

|perl -ane 's/chr\S+/9606/; print qq{$.\t$_}'  或 perl -ane 's/chr\S+/9606/; print qq{$.\t$_}'

*/

cut说明：

cut 不就是『切』吗？没错啦！这个指令可以将一段讯息的某一段给他『切』出来～ 处理的讯息是以
『行』为单位喔！

常用的参数：