seq.graph

seq.graph Programme de représentation graphique de séquences d'ADN et/ou de plages de régions homogènes

Mots-clés: séquence d'ADN; hétérogénéité des séquences d'ADN; graphique; annotation;
Auteurs: SSB
Copyright

Sommaire:

Fonction

Syntaxe

Arguments obligatoires

Arguments facultatifs

Fichier de configuration

Fichier séquence

Fichier des plages

Exemples

Décharger le système

Références

Fonction :

Ce programme créé un fichier format Gif contenant une image représentant une séquence d'ADN, avec, sur option:

indication des positions correspondant à certaines des annotations de la séquence,
tracé de plages de régions homogènes et des probabilités associées préalablement calculées par le logiciel R'HOM.

Remarque: Ce fichier Gif peut être visualisé en utilisant un "browser" comme Netscape ou un utilitaire comme xv.

Les annotations dont les positions peuvent être représentées sont les suivantes:
( Les termes en fonte "typewritter" correspondent à la terminologie GenBank.)

les Promoter : promoter, -10_signal, -35_signal
Remarque : ne sont pas inclus les sig_peptide, CATT_signal, GC_signal, misc_signal, polyA_signal, TATA_signal.
les Terminator : terminator
les CDS, en distinguant :
- les tRNA,
- les mRNA,
- les rRNA,
- les séquences répétées Repeat regroupant les LTR, les repeat_ et les satellite,
- et les autres CDS: CDS.
Tous ces CDS sont représentés par des flèches orientées, pleines pour les CDS de fonction connue - ceux pour lesquels le qualificateur function est présent -, vides pour ceux de fonction inconnue.

Les plages de régions homogènes et les probabilités associées:

Les plages sont représentées par des bandes de deux manières :

en escalier : une hauteur est définie pour chaque régime,

linéaire : les plages de tous les régimes sont à la même hauteur.

Les bornes de ces plages, ainsi que la valeur du régime correspondant, peuvent être sauvegardées dans un fichier ascii (voir l'argument -plage et l'exemple 1).

Pour chaque régime, les probabilités sont représentées par une courbe au dessus de la séquence correspondante.

Chaque régime est représenté par une couleur différente.

Syntaxe:


seq.graph -gif fichier-format-Gif 
         [-seq fichier-format-GenBank]
         [-rhom fichier-R'HOM [-plage fichier-des-plages] ]
         [-conf[ig] fichier-de-configuration]

Arguments obligatoires:

-gif fichier-format-Gif: chemin d'accès au fichier dans lequel sera créée l'image en format Gif (fichier en sortie).

Arguments facultatifs:

-seq fichier-GenBank: chemin d'accès au fichier contenant la séquence en format GenBank
Cette option est nécessaire pour la représentation et l'affichage des annotations.
(fichier en entrée).
-rhom fichier-R'HOM: chemin d'accès à un fichier créé par une exécution de l'un des programmes de R'HOM sur la séquence. Ce fichier doit contenir les résultats finaux ou les résultats d'un fichier .iter.
Cette option est nécessaire pour la représentation, l'affichage et la sortie des plages.
Attention: le nombre de modalités des régimes cachés sur ce fichier doit être inférieur ou égal à 4.
(fichier en entrée).
L'une de ces deux options est obligatoire.
-plage fichier-des-plages: chemin d'accès au fichier de description des plages.
(fichier en sortie)
Sur ce fichier, le format d'impression est le suivant:
pour chaque plage,
- l'indice de la base de début de plage,
- l'indice de la base de fin de plage,
- la valeur du régime correspondant à la probabilité maximum,
- la valeur de la probabilité minimum et maximum pour ce régime sur la plage

-conf[ig] fichier-de-configuration

chemin d'accès à un fichier dans lequel l'utilisateur indique, à l'aide de mots-clé, ses souhaits pour gérer la présentation,

générale,
des annotations,
des plages des régimes,
des détails.

(fichier en entrée).

Remarque: lorsqu'un message d'erreur signale que la transformation en format Gif de l'image n'est pas possible, modifiez les paramètres de mise-en-page à l'aide de ce fichier, l'erreur pouvant être causée par un trop grand nombre de caractères par pixel.

Sur ce fichier, les mots-clé sont tous optionnels et peuvent apparaître dans n'importe quel ordre. Chacun doit être suivi de la valeur souhaitée. Sont considérés comme commentaires tout ce qui est introduit par n'importe quel caractère non-alphanumumérique, jusqu'au reste de la ligne (voir les exemples 2 et 3 ).

Les mots-clé reconnus sont les suivants:

pour gérer la présentation générale :

start : indice de la première base à considérer, celle-ci incluse (par défaut, la première base de la séquence)
stop : indice de la dernière base à considérer, celle-ci incluse (par défaut, la dernière base de la séquence)
bpl : nombre de bases par ligne (par défaut, 10000)
nlig : nombre de lignes; si bpl est aussi indiqué, nlig prime et bpl est ignoré.
(la valeur par défaut est determinée automatiquement en fonction de bpl)
width : largeur de la page, en pixels (par défaut : 400, ce qui correspond au format A4)

pour gérer la présentation des annotations, lorsque l'option -seq est positionnée :
dessinF, dessinmRNA, dessintRNA, dessinrRNA, dessinR, dessinCDS : 0 si on ne veut pas représenter, respectivement: les Promoter et Terminator, les mRNA, les tRNA, les rRNA, les Repeat, les autres CDS (par défaut, 1).

pour gérer la présentation des plages des régimes, lorsque l'option -rhom est positionnée :
dessinPl : 0 si on ne veut pas représenter les plages sur le dessin; (par défaut, 1)

pour gérer la présentation des probabilités, lorsque l'option -rhom est positionnée :
dessinPr : 0 si on ne veut pas représenter les probabilités sur le dessin; (par défaut, 1)

Autres mots-clés d'utilisation moins fréquente:
notitle : 1 si on ne veut pas de titre sur le dessin, 0 sinon (par défaut, 0)
title : suivi du titre voulu , sur une seule ligne;
cette ligne peut être la même que celle où figure le mot-clé title ou la suivante;
ignoré si notitle=1.
(par défaut, le nom du locus lu sur le fichier GenBank ou, à défaut, le titre lu sur le fichier R'HOM.
ys : hauteur supplémentaire en pixels entre les éléments de 2 lignes successives (par défaut, 0)
ut : hauteur supplémentaire en pixels entre le titre et les éléments de la première ligne, quand il y a un titre. (par défaut, 0)
grad : échelle de graduation des bases (par défaut, 10 intervalles de graduation par ligne)
mx : marge à gauche en pixels (par défaut, 30)
my : marge en haut en pixels (par défaut, 10)
printF, printmRNA, printtRNA, printrRNA, printR, printCDS, printP : 1 si l'on veut afficher sur la sortie standard la position de chacun des différents types d'annotations et des plages des régimes

Exemples:

Remarque: les séquences utilisées dans les exemples peuvent différer de celles stockées dans la base de données GenBank.

Exemple 1: tracé des probabilités des régimes cachés et des plages associées. Un fichier des plages est créé avec l'option -plage.

seq.graph est exécuté sur la séquence du phage lambda contenue dans le fichier lambda.gbk.
La commande d'exécution est la suivante:


seq.graph -gif lambda_em_2et.gif -rhom lambda_em_2et.M0 
          -plage lambda_em_2et.M0.plage

L'image Gif est créée dans le fichier lambda_em_2et.gif

L'option -plage permet de créer le fichier des plages lambda_em_2et.M0.plage :

LAMCG  
Probabilités et plages homogènes des 2 régimes cachés. Algorithme EM, modèle M1-M0, type 0. 

Début       Fin   Régime         Petat_min   Petat_max  

1      -     18        2           0.519564    0.801946   
19     -    191        1           0.506761    0.999174   
192    -   6072        2           0.507531    0.999911   
6073   -   6250        1           0.500442    0.882146  
etc...
 
Nombre de plages: 48

Pour chacune des plages sont donnés les indices de début et de fin de plage, le régime correspondant, les probabilités minimale et maximale (Petat_min et Petat_max) de la plage.

Exemple 2: tracé des annotations GENBANK en plus des probabilités et des plages associées, en prenant compte des valeurs du fichier de configuration fic.conf. La commande d'exécution est la suivante:


seq.graph -gif lambda_em_2et_gbk.gif 
          -rhom lambda_em_2et.M0 
          -seq lambda.gbk 
           -conf fic.conf

Le fichier de configuration fic.conf, est le suivant:

start 43000   # on dessine le graphe à partir de la base 43000
bpl  2000     # on veut 2000 bases par ligne
# Fin du fichier de configuration.

L'image Gif est créée dans le fichier lambda_em_2et_gbk.gif

Références :

Ce programme utilise gd 1.2, a graphics library for fast Gif creation, conçue par Thomas Boutell, Quest Protein Database Center, Cold Spring Harbor Labs.
Les plages de régions homogènes ne peuvent être représentées que si l'un des programmes du logiciel R'HOM a été au préalable exécuté.

Nous remercions également Franck Samson, de l'RGV (Unité de Recherche en Génomique Végétale) de l'INRA qui a conçu un prototype à partir duquel ce travail a été réalisé.