Created

Embed URL

HTTPS clone URL

SSH clone URL

You can clone with HTTPS or SSH.

Download Gist

Split By Barcode

View config.yaml
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772
1:
1: AAGGTGG
2: CTTGTGG
3: TGAGTGG
4: CAATTGG
5: TTCTTGG
6: GGTATGG
7: GTGCTGG
8: GCTGAGG
9: ATCGAGG
10: GAGTAGG
11: TGTTAGG
12: AGGAAGG
13: TCGCAGG
14: AATCAGG
15: ACAGCGG
16: TACGCGG
17: ATGTCGG
18: GGATCGG
19: CAGACGG
20: GTCACGG
21: CGTCCGG
22: TTACCGG
23: CATGGTG
24: TAGTGTG
25: AGATGTG
26: CTCTGTG
27: ACTAGTG
28: TGCAGTG
29: ATGCGTG
30: GCACGTG
31: TCGGTTG
32: GTAGTTG
33: AGCGTTG
34: CTGATTG
35: CGAGATG
36: ACGTATG
37: TTATATG
38: GTTAATG
39: AACAATG
40: CAGCATG
41: TGTGCTG
42: GCCGCTG
43: AATTCTG
44: CCATCTG
45: CTAGGAG
46: CCTTGAG
47: GGAAGAG
48: CACAGAG
49: TGGCGAG
50: GATCGAG
51: TATGTAG
52: GCGTTAG
53: ATATTAG
54: TCCATAG
55: AGTCTAG
56: GTGGAAG
57: TGCGAAG
58: CTCCAAG
59: ATTGCAG
60: TAATCAG
61: AGCTCAG
62: GCTACAG
63: AAGCCAG
64: TCTGGCG
65: GTCGGCG
66: AAGAGCG
67: CTTAGCG
68: CCGCGCG
69: TAACGCG
70: CCAGTCG
71: TGGTTCG
72: AGAATCG
73: CATCTCG
74: ATCCTCG
75: CTGTACG
76: GCATACG
77: GGCAACG
78: GATGCCG
79: TCGACCG
80: ACGTGGT
81: CTATGGT
82: CGTAGGT
83: GACAGGT
84: AGACGGT
85: TCTGTGT
86: ATAGTGT
87: TAGTTGT
88: GCATTGT
89: AGCTTGT
90: CCGATGT
91: AATATGT
92: CTCCTGT
93: TAAGAGT
94: CACTAGT
95: GTGAAGT
96: TCCAAGT
97: CGGCAGT
98: GTTGCGT
99: CGAGCGT
100: CCTTCGT
101: TGGACGT
102: GAGCCGT
103: ATTGGTT
104: TCAGGTT
105: GTGTGTT
106: AGGAGTT
107: CCTCGTT
108: TACCGTT
109: CTGGATT
110: GGCGATT
111: GCTTATT
112: TATAATT
113: AGTCATT
114: TAGGCTT
115: CGGTCTT
116: ATCTCTT
117: GCGACTT
118: CTTACTT
119: GTACCTT
120: GGTGGAT
121: AACGGAT
122: GAATGAT
123: CGCTGAT
124: TTGAGAT
125: ACAAGAT
126: GCGCGAT
127: CAAGTAT
128: GCCGTAT
129: CTGTTAT
130: TGATTAT
131: GAGATAT
132: GTTCTAT
133: AGCAGGA
134: TCGTAAT
135: GTCTAAT
136: CATCAAT
137: GGACAAT
138: CCGGCAT
 
2:
1: AAGGTGG
2: CTTGTGG
3: TGAGTGG
4: CAATTGG
5: TTCTTGG
6: GGTATGG
7: GTGCTGG
8: GCTGAGG
9: ATCGAGG
10: GAGTAGG
11: TGTTAGG
12: AGGAAGG
13: TCGCAGG
14: AATCAGG
15: ACAGCGG
16: TACGCGG
17: ATGTCGG
18: GGATCGG
19: CAGACGG
20: GTCACGG
21: CGTCCGG
22: TTACCGG
23: CATGGTG
24: TAGTGTG
25: AGATGTG
26: CTCTGTG
27: ACTAGTG
28: TGCAGTG
29: ATGCGTG
30: GCACGTG
31: TCGGTTG
32: GTAGTTG
33: AGCGTTG
34: CTGATTG
35: CGAGATG
36: ACGTATG
37: TTATATG
38: GTTAATG
39: AACAATG
40: CAGCATG
41: TGTGCTG
42: GCCGCTG
43: AATTCTG
44: CCATCTG
45: CTAGGAG
46: CCTTGAG
47: GGAAGAG
48: CACAGAG
49: TGGCGAG
50: GATCGAG
51: TATGTAG
52: GCGTTAG
53: ATATTAG
54: TCCATAG
55: AGTCTAG
56: GTGGAAG
57: TGCGAAG
58: CTCCAAG
59: ATTGCAG
60: TAATCAG
61: AGCTCAG
62: GCTACAG
63: AAGCCAG
64: TCTGGCG
65: GTCGGCG
66: AAGAGCG
67: CTTAGCG
68: CCGCGCG
69: TAACGCG
70: CCAGTCG
71: TGGTTCG
72: AGAATCG
73: CATCTCG
74: ATCCTCG
75: CTGTACG
76: GCATACG
77: GGCAACG
78: GATGCCG
79: TCGACCG
80: ACGTGGT
81: CTATGGT
82: CGTAGGT
83: GACAGGT
84: AGACGGT
85: TCTGTGT
86: ATAGTGT
87: TAGTTGT
88: GCATTGT
89: AGCTTGT
90: CCGATGT
91: AATATGT
92: CTCCTGT
93: TAAGAGT
94: CACTAGT
95: GTGAAGT
96: TCCAAGT
97: CGGCAGT
98: GTTGCGT
99: CGAGCGT
100: CCTTCGT
101: TGGACGT
102: GAGCCGT
103: ATTGGTT
104: TCAGGTT
105: GTGTGTT
106: AGGAGTT
107: CCTCGTT
108: TACCGTT
109: CTGGATT
110: GGCGATT
111: GCTTATT
112: TATAATT
113: AGTCATT
114: TAGGCTT
115: CGGTCTT
116: ATCTCTT
117: GCGACTT
118: CTTACTT
119: GTACCTT
120: GGTGGAT
121: AACGGAT
122: GAATGAT
123: CGCTGAT
124: TTGAGAT
125: ACAAGAT
126: GCGCGAT
127: CAAGTAT
128: GCCGTAT
129: CTGTTAT
130: TGATTAT
131: GAGATAT
132: GTTCTAT
133: AGCAGGA
134: TCGTAAT
135: GTCTAAT
136: CATCAAT
137: GGACAAT
138: CCGGCAT
139: AGTACAT
140: TACACAT
141: TCTCCAT
142: AATTGCT
143: TTCTGCT
144: GCTAGCT
145: TGAAGCT
146: ACGGTCT
147: CGTGTCT
148: TCACTCT
149: GGCCTCT
 
3:
1: AAGGTGG
2: CTTGTGG
3: TGAGTGG
4: CAATTGG
5: TTCTTGG
6: GGTATGG
7: GTGCTGG
8: GCTGAGG
9: ATCGAGG
10: GAGTAGG
11: TGTTAGG
12: AGGAAGG
13: TCGCAGG
14: AATCAGG
15: ACAGCGG
16: TACGCGG
17: ATGTCGG
18: GGATCGG
19: CAGACGG
20: GTCACGG
21: CGTCCGG
22: TTACCGG
23: CATGGTG
24: TAGTGTG
25: AGATGTG
26: CTCTGTG
27: ACTAGTG
28: TGCAGTG
29: ATGCGTG
30: GCACGTG
31: TCGGTTG
32: GTAGTTG
33: AGCGTTG
34: CTGATTG
35: CGAGATG
36: ACGTATG
37: TTATATG
38: GTTAATG
39: AACAATG
40: CAGCATG
41: TGTGCTG
42: GCCGCTG
43: AATTCTG
44: CCATCTG
45: CTAGGAG
46: CCTTGAG
47: GGAAGAG
48: CACAGAG
49: TGGCGAG
50: GATCGAG
51: TATGTAG
52: GCGTTAG
53: ATATTAG
54: TCCATAG
55: AGTCTAG
56: GTGGAAG
57: TGCGAAG
58: CTCCAAG
59: ATTGCAG
60: TAATCAG
61: AGCTCAG
62: GCTACAG
63: AAGCCAG
64: TCTGGCG
65: GTCGGCG
66: AAGAGCG
67: CTTAGCG
68: CCGCGCG
69: TAACGCG
70: CCAGTCG
71: TGGTTCG
72: AGAATCG
73: CATCTCG
74: ATCCTCG
75: CTGTACG
76: GCATACG
77: GGCAACG
78: GATGCCG
79: TCGACCG
80: ACGTGGT
81: CTATGGT
82: CGTAGGT
83: GACAGGT
84: AGACGGT
85: TCTGTGT
86: ATAGTGT
87: TAGTTGT
88: GCATTGT
89: AGCTTGT
90: CCGATGT
91: AATATGT
92: CTCCTGT
93: TAAGAGT
94: CACTAGT
95: GTGAAGT
96: TCCAAGT
97: CGGCAGT
98: GTTGCGT
99: CGAGCGT
100: CCTTCGT
101: TGGACGT
102: GAGCCGT
103: ATTGGTT
104: TCAGGTT
105: GTGTGTT
106: AGGAGTT
107: CCTCGTT
108: TACCGTT
109: CTGGATT
110: GGCGATT
111: GCTTATT
112: TATAATT
113: AGTCATT
114: TAGGCTT
115: CGGTCTT
116: ATCTCTT
117: GCGACTT
118: CTTACTT
119: GTACCTT
120: GGTGGAT
121: AACGGAT
122: GAATGAT
123: CGCTGAT
124: TTGAGAT
125: ACAAGAT
126: GCGCGAT
127: CAAGTAT
128: GCCGTAT
129: CTGTTAT
130: TGATTAT
131: GAGATAT
132: GTTCTAT
133: AGCAGGA
134: TCGTAAT
135: GTCTAAT
136: CATCAAT
137: GGACAAT
138: CCGGCAT
139: AGTACAT
140: TACACAT
 
5:
1: AAGGTGG
2: CTTGTGG
3: TGAGTGG
4: CAATTGG
5: TTCTTGG
6: GGTATGG
7: GTGCTGG
8: GCTGAGG
9: ATCGAGG
10: GAGTAGG
11: TGTTAGG
12: AGGAAGG
13: TCGCAGG
14: AATCAGG
15: ACAGCGG
16: TACGCGG
17: ATGTCGG
18: GGATCGG
19: CAGACGG
20: GTCACGG
21: CGTCCGG
22: TTACCGG
23: CATGGTG
24: TAGTGTG
25: AGATGTG
26: CTCTGTG
27: ACTAGTG
28: TGCAGTG
29: ATGCGTG
30: GCACGTG
31: TCGGTTG
32: GTAGTTG
33: AGCGTTG
34: CTGATTG
36: ACGTATG
37: TTATATG
39: AACAATG
40: CAGCATG
41: TGTGCTG
42: GCCGCTG
43: AATTCTG
44: CCATCTG
45: CTAGGAG
46: CCTTGAG
47: GGAAGAG
48: CACAGAG
49: TGGCGAG
50: GATCGAG
51: TATGTAG
52: GCGTTAG
53: ATATTAG
54: TCCATAG
55: AGTCTAG
56: GTGGAAG
57: TGCGAAG
58: CTCCAAG
59: ATTGCAG
60: TAATCAG
61: AGCTCAG
62: GCTACAG
63: AAGCCAG
64: TCTGGCG
65: GTCGGCG
66: AAGAGCG
67: CTTAGCG
68: CCGCGCG
69: TAACGCG
70: CCAGTCG
71: TGGTTCG
72: AGAATCG
74: ATCCTCG
76: GCATACG
77: GGCAACG
78: GATGCCG
79: TCGACCG
80: ACGTGGT
81: CTATGGT
82: CGTAGGT
83: GACAGGT
84: AGACGGT
85: TCTGTGT
86: ATAGTGT
98: GTTGCGT
99: CGAGCGT
100: CCTTCGT
101: TGGACGT
102: GAGCCGT
103: ATTGGTT
104: TCAGGTT
105: GTGTGTT
 
7:
1: AAGGTGG
2: CTTGTGG
3: TGAGTGG
4: CAATTGG
5: TTCTTGG
6: GGTATGG
7: GTGCTGG
8: GCTGAGG
9: ATCGAGG
10: GAGTAGG
11: TGTTAGG
12: AGGAAGG
13: TCGCAGG
14: AATCAGG
15: ACAGCGG
16: TACGCGG
17: ATGTCGG
18: GGATCGG
19: CAGACGG
20: GTCACGG
21: CGTCCGG
22: TTACCGG
23: CATGGTG
24: TAGTGTG
25: AGATGTG
26: CTCTGTG
27: ACTAGTG
28: TGCAGTG
29: ATGCGTG
30: GCACGTG
31: TCGGTTG
32: GTAGTTG
33: AGCGTTG
34: CTGATTG
35: CGAGATG
36: ACGTATG
37: TTATATG
38: GTTAATG
39: AACAATG
40: CAGCATG
41: TGTGCTG
42: GCCGCTG
43: AATTCTG
44: CCATCTG
45: CTAGGAG
46: CCTTGAG
47: GGAAGAG
48: CACAGAG
49: TGGCGAG
50: GATCGAG
51: TATGTAG
52: GCGTTAG
53: ATATTAG
54: TCCATAG
55: AGTCTAG
56: GTGGAAG
57: TGCGAAG
58: CTCCAAG
59: ATTGCAG
60: TAATCAG
61: AGCTCAG
62: GCTACAG
63: AAGCCAG
64: TCTGGCG
65: GTCGGCG
66: AAGAGCG
67: CTTAGCG
68: CCGCGCG
69: TAACGCG
70: CCAGTCG
71: TGGTTCG
72: AGAATCG
73: CATCTCG
74: ATCCTCG
75: CTGTACG
76: GCATACG
77: GGCAACG
78: GATGCCG
79: TCGACCG
80: ACGTGGT
81: CTATGGT
82: CGTAGGT
83: GACAGGT
84: AGACGGT
85: TCTGTGT
86: ATAGTGT
87: TAGTTGT
88: GCATTGT
89: AGCTTGT
90: CCGATGT
91: AATATGT
92: CTCCTGT
93: TAAGAGT
94: CACTAGT
95: GTGAAGT
96: TCCAAGT
97: CGGCAGT
98: GTTGCGT
99: CGAGCGT
100: CCTTCGT
101: TGGACGT
102: GAGCCGT
103: ATTGGTT
104: TCAGGTT
105: GTGTGTT
106: AGGAGTT
107: CCTCGTT
108: TACCGTT
109: CTGGATT
110: GGCGATT
111: GCTTATT
112: TATAATT
113: AGTCATT
114: TAGGCTT
115: CGGTCTT
116: ATCTCTT
117: GCGACTT
118: CTTACTT
119: GTACCTT
120: GGTGGAT
121: AACGGAT
122: GAATGAT
123: CGCTGAT
124: TTGAGAT
125: ACAAGAT
126: GCGCGAT
127: CAAGTAT
128: GCCGTAT
129: CTGTTAT
130: TGATTAT
131: GAGATAT
132: GTTCTAT
133: AGCAGGA
134: TCGTAAT
135: GTCTAAT
136: CATCAAT
137: GGACAAT
138: CCGGCAT
139: AGTACAT
140: TACACAT
141: TCTCCAT
142: AATTGCT
143: TTCTGCT
144: GCTAGCT
145: TGAAGCT
146: ACGGTCT
147: CGTGTCT
148: TCACTCT
149: GGCCTCT
 
8:
31: TCGGTTG
32: GTAGTTG
33: AGCGTTG
34: CTGATTG
35: CGAGATG
36: ACGTATG
37: TTATATG
38: GTTAATG
39: AACAATG
40: CAGCATG
41: TGTGCTG
42: GCCGCTG
43: AATTCTG
44: CCATCTG
45: CTAGGAG
46: CCTTGAG
47: GGAAGAG
48: CACAGAG
49: TGGCGAG
50: GATCGAG
51: TATGTAG
52: GCGTTAG
53: ATATTAG
54: TCCATAG
55: AGTCTAG
56: GTGGAAG
57: TGCGAAG
58: CTCCAAG
59: ATTGCAG
60: TAATCAG
61: AGCTCAG
62: GCTACAG
63: AAGCCAG
64: TCTGGCG
65: GTCGGCG
66: AAGAGCG
67: CTTAGCG
68: CCGCGCG
69: TAACGCG
70: CCAGTCG
71: TGGTTCG
72: AGAATCG
73: CATCTCG
74: ATCCTCG
75: CTGTACG
76: GCATACG
77: GGCAACG
78: GATGCCG
79: TCGACCG
80: ACGTGGT
81: CTATGGT
82: CGTAGGT
83: GACAGGT
84: AGACGGT
85: TCTGTGT
86: ATAGTGT
87: TAGTTGT
88: GCATTGT
89: AGCTTGT
90: CCGATGT
91: AATATGT
92: CTCCTGT
93: TAAGAGT
94: CACTAGT
95: GTGAAGT
96: TCCAAGT
97: CGGCAGT
98: GTTGCGT
99: CGAGCGT
100: CCTTCGT
101: TGGACGT
102: GAGCCGT
103: ATTGGTT
104: TCAGGTT
105: GTGTGTT
106: AGGAGTT
107: CCTCGTT
108: TACCGTT
109: CTGGATT
110: GGCGATT
111: GCTTATT
112: TATAATT
113: AGTCATT
114: TAGGCTT
115: CGGTCTT
116: ATCTCTT
117: GCGACTT
118: CTTACTT
119: GTACCTT
120: GGTGGAT
121: AACGGAT
122: GAATGAT
123: CGCTGAT
124: TTGAGAT
125: ACAAGAT
View config.yaml

Split By Barcode

Austin G. Davis-Richardson

Usage:

change dr = in splitbybarcode.py to the BaseCalls directory for your Illumina run.

Invoke thusly,

python splitbybarcode.py

Script assumes barcodes are in the reverse-complement orientation.

Split reads are stored in the folder out/ which you have to create yourself.

config.yaml stores information about the barcodes in this format:

1: #lane
    1: AAGGTGG # barcode number: barcode sequence
    2: GGCCAAG
    ....
....
View config.yaml
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61
#!/usr/bin/env python
 
import yaml
import os
from fa import *
from collections import defaultdict
import string
_complement = string.maketrans('GATCRYgatcry','CTAGYRctagyr')
 
with open('config.yaml') as handle:
config = yaml.load(handle)
 
def rc(s):
''' Reverse-Complement! '''
return s[::-1].translate(_complement)
sp = 's_%s_%s_%.4i_qseq.txt'
dr = '/path/to/basecalls'
 
for l in config:
print 'Lane_%s' % l
 
print ' Loading barcodes from config.yaml'
# Load barcodes from config
# Open handles for each barcode
barcodes, bch = {}, {}
for i in config[l]:
barcodes[config[l][i]] = i
h = open('out/lane_%s_barcode_%.3i.txt' % \
(l, i), 'w')
bch[i] = h
print ' Loaded %s barcodes' % len(bch)
 
print ' Getting IDs from Illumina reads'
# Find barcodes in barcode lane
r, id_to_bc = range(1, 121), {}
 
for n in r:
with open('%s/%s' % (dr, sp % (l, 2, n))) as h:
for record in Oneline(h):
if rc(record.seq) in barcodes:
i = tuple( int(i) for i in record.nom.split(':')[4:6] )
id_to_bc[i] = barcodes[rc(record.seq)]
print ' Loaded %s IDs' % len(id_to_bc)
 
print ' Saving reads by barcode.'
# Separate by barcode
counts = defaultdict(int)
with open('data/lane_%s.txt' % l) as handle:
records = Oneline(handle)
for record in records:
i = tuple( int(i) for i in record.nom.split(':')[4:6] )
if i in id_to_bc:
bc = id_to_bc[i]
# Append barcode to header
record.nom += ':b_%.3i' % bc
# Print as fastq
print >> bch[id_to_bc[i]], record.fastq
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Something went wrong with that request. Please try again.