ClustalW

Descrição

ClustalW é um programa de alinhamento múltiplo de sequências para DNA ou proteínas. O Clustal Omega é uma versão mais recente que oferece escalabilidade significativamente maior, permitindo o alinhamento de centenas de milhares de sequências em poucas horas.

Versões Disponíveis

  • clustalw/2.1 (default)

  • clustalw-mpi/0.13 (default)

Submissão de Jobs Seriais

submit_clustalw_serial.sh
#!/bin/bash
#SBATCH -J clustalw
#SBATCH -N 1
#SBATCH -n 1
#SBATCH -t 02:00:00
#SBATCH --mem=4G

export INPUT="sequences.fasta"
export OUTPUT="alignment.aln"

module load clustalw/2.1
job-nanny clustalw2 -infile=sequences.fasta -outfile=alignment.aln

Submissão de Jobs MPI

submit_clustalw_mpi.sh
#!/bin/bash
#SBATCH -J clustalw_mpi
#SBATCH -N 2
#SBATCH --ntasks-per-node=28
#SBATCH -t 04:00:00
#SBATCH --mem-per-cpu=2G

export INPUT="sequences.fasta"
export OUTPUT="alignment.aln"

module load clustalw-mpi
job-nanny srun -n $SLURM_NTASKS clustalw-mpi -infile=sequences.fasta -outfile=alignment.aln

Opções Importantes

Opções do ClustalW

Opção

Descrição

-infile=<arquivo>

Arquivo de entrada com sequências

-outfile=<arquivo>

Arquivo de saída com alinhamento

-type=<DNA|PROTEIN>

Tipo de sequência

-output=<clustal|fasta|gcg|phylip|nexus>

Formato de saída

-align

Realizar alinhamento

-tree

Calcular árvore filogenética

-bootstrap=<n>

Número de bootstraps

Alinhamento com Parâmetros Específicos

submit_clustalw_params.sh
#!/bin/bash
#SBATCH -J clustalw_params
#SBATCH -N 1
#SBATCH -n 1
#SBATCH -t 02:00:00
#SBATCH --mem=4G

export INPUT="sequences.fasta"
export OUTPUT="alignment.phy"

module load clustalw/2.1

job-nanny clustalw2 -infile=sequences.fasta \
                    -outfile=alignment.phy \
                    -output=phylip \
                    -type=PROTEIN \
                    -gapopen=10 \
                    -gapext=0.2 \
                    -pwgapext=0.1 \
                    -pwdnamatrix=iub

ClustalW com Perfis

Para alinhar sequências contra um perfil existente:

submit_clustalw_profile.sh
#!/bin/bash
#SBATCH -J clustalw_profile
#SBATCH -N 1
#SBATCH -n 1
#SBATCH -t 02:00:00
#SBATCH --mem=4G

export INPUT="new_sequences.fasta existing_profile.aln"
export OUTPUT="profile_alignment.aln"

module load clustalw/2.1

job-nanny clustalw2 -infile=new_sequences.fasta \
                    -profile1=existing_profile.aln \
                    -outfile=profile_alignment.aln

Job Array para Múltiplos Alinhamentos

submit_clustalw_array.sh
#!/bin/bash
#SBATCH -J clustalw_array
#SBATCH --array=1-10
#SBATCH -N 1
#SBATCH -n 1
#SBATCH -t 02:00:00
#SBATCH --mem=4G

FILES=(
    "gene1.fasta"
    "gene2.fasta"
    "gene3.fasta"
    "gene4.fasta"
    "gene5.fasta"
    "gene6.fasta"
    "gene7.fasta"
    "gene8.fasta"
    "gene9.fasta"
    "gene10.fasta"
)

INPUT_FILE=${FILES[$SLURM_ARRAY_TASK_ID-1]}
OUTPUT_FILE="aln_${INPUT_FILE%.fasta}.aln"

export INPUT="$INPUT_FILE"
export OUTPUT="$OUTPUT_FILE"

module load clustalw/2.1
job-nanny clustalw2 -infile=$INPUT_FILE -outfile=$OUTPUT_FILE

Referências

Ver também