bp_usage/create_weight_matrix.wiki

   1 =Biopiece: create_weight_matrix=
   2
   3 ==Synopsis==
   4
   5 Create a residue composition weight matrix of an alignment in the stream.
   6
   7 ==Description==
   8
   9 [create_weight_matrix] calculates the frequency of all residues per column in aligned
  10 sequences from the stream - either as exact residue counts or percentages.
  11
  12 ==Usage==
  13
  14 {{{
  15 ... | create_weight_matrix [options]
  16 }}}
  17
  18 ==Options==
  19
  20 {{{
  21 [-p        | --percent]            -  Output the result in percent  -  Default=absolute
  22 [-I <file> | --stream_in=<file>]   -  Read input from stream file   -  Default=STDIN
  23 [-O <file> | --stream_out=<file>]  -  Write output to stream file   -  Default=STDOUT
  24 }}}
  25
  26 ==Examples==
  27
  28 Consider the following alignment in the file `aln.fna` in FASTA format:
  29
  30 {{{
  31 >test5
  32 ---TAACAGGCACT
  33 >test2
  34 -----GAATCGACT
  35 >test1
  36 --CTAGCTTCGACT
  37 >test3
  38 ACGAAACTAGCATC
  39 >test4
  40 ----AGCATCGACT
  41 }}}
  42
  43 To create a weight matrix from the above alignment, read it in with [read_fasta] and pipe the
  44 stream through [create_weight_matrix]:
  45
  46 {{{
  47 read_fasta -i aln.fna | create_weight_matrix
  48 }}}
  49
  50 The resulting five records will look the first one below, which is not really understandable:
  51
  52 {{{
  53 V13: 0
  54 V11: 0
  55 V7: 0
  56 V4: 2
  57 V3: 3
  58 V9: 0
  59 V0: -
  60 V2: 4
  61 V8: 0
  62 V12: 0
  63 V5: 1
  64 V10: 0
  65 V1: 4
  66 V6: 0
  67 V14: 0
  68 ---
  69 }}}
  70
  71 To make sense pipe the result through [write_tab] like this:
  72
  73 {{{
  74 read_fasta -i aln.fna | create_weight_matrix | write_tab -x
  75
  76 -   4   4   3   2   1   0   0   0   0   0   0   0   0   0
  77 A   1   0   0   1   4   2   1   3   1   0   0   5   0   0
  78 C   0   1   1   0   0   0   4   0   0   3   2   0   4   1
  79 G   0   0   1   0   0   3   0   0   1   2   3   0   0   0
  80 T   0   0   0   2   0   0   0   2   3   0   0   0   1   4
  81 }}}
  82
  83 The above weight matrix shows the frequencies of all residue types (1st column) found at
  84 all positions throughout the alignment.
  85
  86 To obtain the percentwise frequencies use the `-p` switch to [create_weight_matrix]:
  87
  88 {{{
  89 read_fasta -i aln.fna | create_weight_matrix -p | write_tab -x
  90
  91 -    80   80   60   40   20   0    0    0    0    0    0    0    0    0
  92 A    20   0    0    20   80   40   20   60   20   0    0    100  0    0
  93 C    0    20   20   0    0    0    80   0    0    60   40   0    80   20
  94 G    0    0    20   0    0    60   0    0    20   40   60   0    0    0
  95 T    0    0    0    40   0    0    0    40   60   0    0    0    20   80
  96 }}}
  97
  98 ==See also==
  99
 100 [read_fasta]
 101
 102 [write_tab]
 103
 104 ==Author==
 105
 106 Martin Asser Hansen - Copyright (C) - All rights reserved.
 107
 108 mail@maasha.dk
 109
 110 August 2007
 111
 112 ==License==
 113
 114 GNU General Public License version 2
 115
 116 http://www.gnu.org/copyleft/gpl.html
 117
 118 ==Help==
 119
 120 [create_weight_matrix] is part of the Biopieces framework.
 121
 122 http://code.google.com/p/biopieces/