AMAS : un outil rapide pour la manipulation des alignements et le calcul des statistiques récapitulatives

La quantité de données utilisées en phylogénétique a explosé ces dernières années et de nombreuses phylogénies sont inférées à partir de centaines, voire de milliers de loci et de nombreux taxons. Ces études phylogénomiques modernes impliquent souvent des analyses séparées de chacun des loci en plus de multiples analyses de sous-ensembles de gènes ou de séquences concaténées. Des outils informatiques efficaces pour traiter et calculer les propriétés de milliers d'alignements monoloci ou de grandes concaténations sont nécessaires. Ici, je présente AMAS (Alignment Manipulation And Summary), un outil qui peut être utilisé soit comme un utilitaire en ligne de commande autonome, soit comme un package Python. AMAS fonctionne sur des alignements d'acides aminés et de nucléotides et combine des capacités de manipulation de séquences avec une fonction qui calcule des statistiques de base. Les fonctions de manipulation incluent des conversions entre des formats populaires, la concaténation, l'extraction de sites et la division selon un schéma de partitionnement pré-défini, la création de jeux de données répliqués et la suppression de taxons. Les statistiques calculées incluent le nombre de taxons, la longueur de l'alignement, le compte total des cellules de matrice, le nombre total de caractères indéterminés, le pourcentage de données manquantes, les contenus en AT et GC (pour les alignements d'ADN), le compte et la proportion de sites variables, le compte et la proportion de sites informatifs de parcimonie, et les comptes de tous les caractères pertinents pour un alphabet de nucléotides ou d'acides aminés. AMAS est particulièrement adapté pour des alignements très grands comportant des centaines de taxons et des milliers de loci. Il est informatiquement efficace, utilise le traitement parallèle et fonctionne mieux pour la concaténation que d'autres outils populaires. AMAS est un programme Python 3 qui s'appuie uniquement sur les modules de base de Python et ne nécessite aucune dépendance supplémentaire. Le code source d'AMAS et le manuel peuvent être téléchargés depuis http://github.com/marekborowiec/AMAS/ sous GNU General Public License.