Ferramentas

Software livre desenvolvido no laboratório para encontrar, classificar e interpretar vírus em dados de sequenciamento. Escolha uma ferramenta e percorra as etapas da análise.

Ferramenta · Código aberto · Gratuita

ViralQuest

Encontrando vírus escondidos nos dados genéticos

GitHub Artigo · BMC Bioinformatics

Os vírus estão por toda parte: em plantas, animais, pessoas e no ambiente. Mas a maioria deles ainda é desconhecida. Hoje os cientistas conseguem ler de uma só vez o material genético de uma amostra inteira, como uma folha, um inseto ou uma amostra de solo. Em meio a milhões de sequências, uma pergunta continua difícil de responder: quais delas pertencem a vírus?

O ViralQuest foi criado para responder a essa pergunta. É uma ferramenta de computador gratuita e de código aberto, desenvolvida no BioVirLab, e seus resultados foram publicados em revista científica internacional.

Como funciona

Milhões de sequências de uma amostra inteira

O ponto de partida é o material genético lido de uma amostra completa — uma folha, um inseto, um pouco de solo — com sequências de todos os organismos presentes misturadas.

Vasculhar os dados atrás de vírus

O ViralQuest percorre grandes volumes de dados genéticos e encontra as sequências de vírus, inclusive de vírus ainda não descritos.

Comparar com bancos de dados internacionais

As sequências encontradas são comparadas com grandes bancos de dados internacionais de referência.

Indicar o grupo viral e os genes

Para cada vírus, a ferramenta indica a qual grupo ele provavelmente pertence e quais genes ele carrega.

Relatório interativo no navegador

No fim da análise, o ViralQuest gera um relatório que pode ser aberto em qualquer navegador, o que facilita interpretar e compartilhar os resultados.

  • gráficos
  • mapas do genoma viral
  • tabelas organizadas

Esquema da pipeline

Esquema da pipeline do ViralQuest em sete etapas: entrada, triagem, confirmação, taxonomia, qualidade e leituras, pontuação e resultados.
As sete etapas do ViralQuest, da entrada dos contigs ao relatório. Caixas tracejadas são etapas opcionais. Clique para ampliar.

Para que serve

Descobrir novos vírus

Em diferentes organismos e ambientes.

Medir a diversidade viral

Entender quais vírus estão presentes em uma amostra.

Agilizar a pesquisa

Em saúde, agricultura e meio ambiente, transformando dados brutos em informação útil.

Pipeline · Snakemake · Código aberto

VAPOR

Viral And Prokaryotic mOdular pipelineR

GitHub

O VAPOR é uma pipeline em Snakemake que recebe leituras de sequenciamento metagenômico — curtas (Illumina, pareadas ou não) ou longas (Nanopore e PacBio HiFi) — e roda automaticamente uma sequência de análises, configurada por um único arquivo de parâmetros.

Etapas da pipeline

Destacar programas para

Controle de qualidade das leituras

Limpeza e avaliação das leituras antes de qualquer análise.

  • fastp
  • NanoPlot
  • Porechop
  • Filtlong

Montagem em contigs

MEGAHIT para leituras curtas; Flye com Medaka ou metaMDBG para longas. A montagem é avaliada pelo QUAST. Um módulo opcional classifica as leituras diretamente, sem montagem.

  • MEGAHIT
  • Flye
  • Medaka
  • metaMDBG
  • QUAST
  • Sylph

Parte viral

Detecta contigs virais, avalia completude, recorta provírus, agrupa contigs em genomas e monta um catálogo de vOTUs, agrupando os vírus de todas as amostras por similaridade.

  • VirSorter2
  • geNomad
  • CheckV
  • vRhyme
  • skani

Parte procariótica

Reconstrói genomas com vários binners, escolhe os melhores, checa qualidade e contaminação, remove redundância e classifica.

  • MetaBAT2
  • VAMB
  • SemiBin2
  • Binette
  • CheckM2
  • GUNC
  • GTDB-Tk

Taxonomia, hospedeiros e anotação

Taxonomia viral contra o INPHARED, predição de hospedeiros, busca de genes de resistência a antibióticos e de sistemas de defesa, e anotação funcional.

  • MMseqs2
  • PHIST
  • AMRFinderPlus
  • RGI
  • DefenseFinder
  • Pharokka
  • Phold
  • Bakta
  • EggNOG

Abundância e diversidade

Cálculo de abundância por amostra e métricas de diversidade alfa e beta.

  • CoverM

opcional módulo que pode ser ligado no arquivo de parâmetros

O que sai

Genomas

Genomas virais e procarióticos organizados, com mapas circulares.

Tabelas

Taxonomia, qualidade, hospedeiros, genes de resistência e de defesa.

Matrizes e diversidade

Presença e abundância por amostra; diversidade alfa e beta.

Relatórios

Um relatório MultiQC e um relatório HTML interativo reunindo tudo.

Ferramenta · Linha de comando · Código aberto

viralfetch

Taxonomia, metadados e sequências de vírus, direto do terminal

GitHub PyPI

O viralfetch é uma ferramenta de linha de comando para consultar e baixar taxonomia viral, metadados, sequências e as árvores filogenéticas e alinhamentos de cada família viral. Um nome de vírus basta: a ferramenta encontra a linhagem, os acessos no GenBank/RefSeq e os dados relacionados, juntando quatro fontes em uma só consulta.

Toda saída pode ser pedida em --json, pronta para scripts e para o jq; dados baixados ficam em cache, e nomes que o índice local não conhece são procurados na taxonomia do NCBI.

Instalação pip install viralfetch

Comandos

viralfetch tax Linhagem taxonômica

Mostra a linhagem completa do ICTV (do reino à espécie). Pode consultar direto a taxonomia do NCBI ou comparar as duas lado a lado, destacando onde divergem.

  • --ncbi
  • --compare-ncbi
$ viralfetch tax Coronaviridae
╭─ Coronaviridae  (family) ──╮
│ realm     Riboviria        │
│ kingdom   Orthornavirae    │
│ phylum    Pisuviricota     │
│ class     Pisoniviricetes  │
│ order     Nidovirales      │
│ suborder  Cornidovirineae  │
│ family    Coronaviridae  ◀ │
╰────────────────────────────╯

viralfetch members Táxons abaixo de um grupo

Lista os táxons de um grupo em um nível escolhido, só a contagem, ou a árvore completa de descendentes.

  • --rank
  • --count
  • --tree
$ viralfetch members Coronaviridae --rank genus
genera in family Coronaviridae
┏━━━━━━━━━━━━━━━━━━┳━━━━━━━━━┓
┃ genus            ┃ species ┃
┡━━━━━━━━━━━━━━━━━━╇━━━━━━━━━┩
│ Alphacoronavirus │      26 │
│ Alphaletovirus   │       1 │
│ Alphapironavirus │       1 │
│ Betacoronavirus  │      14 │
│ Deltacoronavirus │       7 │
│ Gammacoronavirus │       5 │
└──────────────────┴─────────┘
           6 genera

viralfetch seq Sequências do NCBI

Resolve os acessos localmente no VMR e baixa metadados, FASTA ou GenBank do NCBI. Para um grupo inteiro, mostra antes uma estimativa local do tamanho do download.

  • --meta
  • --fasta
  • --gb
  • --taxon
  • --protein
$ viralfetch seq "Betacoronavirus pandemicum" --fasta -o out.fa
Wrote 4 fasta record(s) for Betacoronavirus pandemicum to out.fa

$ viralfetch seq --taxon Coronaviridae --meta
╭─ Coronaviridae (family) — download estimate ─╮
│ species     54                               │
│ isolates    59                               │
│ accessions  59                               │
╰──────────────────────────────────────────────╯

viralfetch text Capítulo do ICTV Report

Traz o capítulo da família no ICTV Report em Markdown, com tabelas e nomes científicos em itálico. As figuras podem ser desenhadas no próprio terminal.

  • --section
  • --raw
  • --images
$ viralfetch text Coronaviridae --section summary
                  Family: Coronaviridae

Source: https://ictv.global/report/chapter/coronaviridae/coronaviridae
Content is licensed CC BY 4.0
──────────────────────────────────────────────────────
Summary

Members of the family Coronaviridae, a monophyletic group
of viruses in the order Nidovirales, are enveloped,
positive-sense RNA viruses …

viralfetch tree Árvore filogenética

Desenha a árvore filogenética da família, sem precisar de internet, destacando a espécie ou o gênero consultado.

  • --tree N
  • --newick
  • --chapter
$ viralfetch tree "Betacoronavirus pandemicum"
Coronaviridae · Figure 5A · RdRp (AA) · 55 tips · 2 matches
     ┌─ Alphacoronavirus BT020
   ┌─┤
   │ └─ Scotophilus bat coronavirus 512
  ─┤          …
   │     ┌ severe acute respiratory syndrome coronavirus  ← match
   └─────┤
         └ severe acute respiratory syndrome coronavirus 2  ← match

viralfetch msa Alinhamento múltiplo

Mostra o alinhamento por trás da árvore, colorido por resíduo, com a sequência consultada marcada. Exporta o alinhamento em FASTA.

  • --range
  • --consensus
  • --fasta
$ viralfetch msa "Betacoronavirus pandemicum" --consensus
Coronaviridae · tree1 · AA · cols 1–60 of 316 · 55 seqs
consensus              KHFFFAQDGDAAITDYDYYRYNRPTMLDICQALFVYEVVDKYFD
▶ severe acute respir  KHFFFAQDGNAAISDYDYYRYNLPTMCDIRQLLFVVEVVDKYFD
Alphapironavirus bona  EHFFYLQPRDCAVTDFDYYRFNRPTVLDPLQFRFVYNVVKHYFK
…                      0^                 20^                 40^

Fontes de dados

local

VMR do ICTV

Hierarquia taxonômica, isolados de referência e acessos GenBank/RefSeq. É o índice local, embutido no pacote.

remoto

NCBI E-utilities

Metadados, sequências de nucleotídeos e proteínas e taxonomia do NCBI, buscados sob demanda.

remoto

ICTV Report

O texto descritivo do capítulo de cada família, com figuras.

local

Árvores do ICTV Report

Árvores em Newick e alinhamentos de aminoácidos e nucleotídeos por família, incluídos no pacote.

Pipeline · Código aberto · MIT

PLANCUS

Elementos virais endógenos, do genoma ao catálogo curado

GitHub

Ao longo da evolução, pedaços de vírus ficaram integrados ao genoma de plantas e animais. Esses elementos virais endógenos (EVEs) funcionam como fósseis moleculares: registram infecções antigas e ajudam a entender como vírus e hospedeiros evoluíram juntos.

O PLANCUS transforma um genoma em um catálogo curado de EVEs. A entrada pode ser um FASTA (com GFF3 opcional), um acesso GCA_/GCF_ do NCBI, baixado automaticamente, ou uma tabela com várias espécies, para comparar EVEs entre elas.

Instalação conda env create -f environment.yml

Etapas da pipeline

Triagem de ORFs

Prediz as ORFs do genoma, remove as redundantes e as compara com proteínas virais.

  • orfipy
  • MMseqs2
  • DIAMOND

Resgate por HMM

ORFs sem semelhança viral são buscadas de novo com modelos HMM virais calibrados, que captam parentescos mais distantes.

  • pyhmmer
  • RVDB
  • eggNOG

Validação

Cada candidato é comparado com o Swiss-Prot, pesando evidência viral contra celular; a família viral vem da taxonomia do NCBI.

  • Swiss-Prot
  • NCBI Taxonomy

Domínios proteicos

Anotação opcional dos domínios conservados de cada candidato.

  • CD-Search
  • Pfam-A

Contexto genômico

Ancora os candidatos no genoma, agrupa-os em loci com as regiões vizinhas e faz uma última busca por fragmentos sem ORF.

  • tblastn

Repetições e transposons

Opcional: regiões de baixa complexidade, repetições mascaradas e domínios de transposons perto de cada EVE.

  • DUST
  • SEG

Comparação entre espécies

Agrupamento em duas etapas, mapa de calor das sequências compartilhadas e sintenia das regiões vizinhas.

  • tblastx

Curadoria

Uma página local no navegador para inspecionar, aprovar ou remover cada candidato — com cobertura de leituras quando há RNA-seq ou BAM.

  • página de curadoria

opcional etapa que pode ser ligada na execução

O que sai

Catálogo curado

EVEs validados e revisados, com as decisões de curadoria registradas.

Figuras e painel

Gráficos e um painel estático para explorar os resultados.

Comparação entre espécies

Grupos de EVEs compartilhados, mapa de calor e sintenia.

Reprodutibilidade

Log da execução e versão dos bancos de dados usados em cada análise.