catch是broad研究所开发的一款用于设计捕获探针的python软件。
1. 软件安装
适用于Linux / windows等，安装要求Python≥3.8 | NumPy≥1.22 | SciPy≥1.8.0
# github安装
git clone https://github.com/broadinstitute/catch.git
cd catch
pip install -e .
# coonda安装
conda install -c bioconda catch
2. 基本用法
catch默认输出探针为fasta格式文件
design.py [dataset] [dataset ...] -o OUTPUT
dataset参数可以是以下2中输入格式：
1. Fasta文件路径
2. NCBI taxonomy ID， catch会自动根据ID下载对应fasta序列，输入格式为： download:TAXID
2.1 主要参数：
-pl/--probe-length PROBE_LENGTH/-ps/--probe-stride PROBE_STRIDE:
将探针设计为PROBE_LENGTH nt长(即设计探针长度)，并使用PROBE_STRIDE nt的步幅生成候选探针。
（默认值：100和50。）
-m/--mismatches MISMATCHES：
允许的错配碱基数，值越大，探测越少。此值会显著影响运行时间，值越大，运行时间越短。
-c/--coverage COVERAGE：
确保探针至少捕获每个靶基因组的覆盖率，其中覆盖率是基因组的一部分或核苷酸的数量。
值越高，探测越多。（默认值：1.0，全基因组）。
-e/--cover-extension COVER_EXTENSION：
假设探针将捕获与其杂交的序列区域以及其两侧的COVER_EXTENSION nt。因为文库片段通常比捕获探针长，并且其值可以取决于文库片段长度。
较高的值导致较少的探针，而较低的值在建模捕获中更严格。 通常使用50左右的值，并且在实践中效果良好。 （默认值：0。）
3. fasta文件作为输入运行示例
# 默认探针设计长度100bp
design.py design.fasta -o design.probes.fasta
4. taxonomy ID作为输入运行示例
软件运行时间较长，大约需要1小时左右。
# 运行测试案例，自动下载64320 taxonomy ID fasta序列
# 设计探针长度75nt， 最多2错配，探针与靶中间最长相同碱基至少60nt
# -o 输出文件
# --verbose 显示详细内容
design.py download:64320 -pl 75 -m 2 -l 60 -e 50 \
-o zika-probes.fasta --verbose
# 查看输出probes fasta文件
less -S zika-probes.fasta
6. 多taxonomy ID作为输入运行示例
输入更大、多种物种的taxonomy ID
# 将下载寨卡病毒（NCBI分类ID64320）和登革热病毒（NCBI分类ID12637）的全基因组
# 设计探针，并将探针保存到zika-and-dengue-probes.fasta
design_large.py download:64320 download:12637 \
-o zika-and-dengue-probes.fasta --verbose
