PanForest: Análisis de Predictibilidad en Pangenomas Bacterianos

Basado en la metodología de Beavan et al. (2024) PNAS: "Contingency, repeatability, and predictability in the evolution of a prokaryotic pangenome"

Descripción

Este pipeline implementa un flujo de trabajo para identificar patrones deterministas en la evolución del pangenoma bacteriano. Utilizando aprendizaje automático (Random Forest) y métodos comparativos filogenéticos (estadístico D de Fritz-Purvis), determina si los patrones de presencia/ausencia de genes son predecibles o si ocurren de manera aleatoria a través de la evolución de los genomas bacterianos.

---

Pasos a seguir para ejecutar el pipeline (v1.0):

1. Instalar Miniconda

Linux:

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

2. Clonar el repositorio

git clone https://github.com/vogonverse/pangenoma.git
cd pangenoma

3. Crear entorno conda con YAML del repositorio

conda env create -f environment.yaml
conda activate pangenoma

4. Cambiar a versión estable

git fetch --tags
git checkout v1.0

---

Ejecución

Dry run (verificar pipeline sin ejecutar):

snakemake -n

Ejecutar el pipeline completo:

snakemake --cores 40 results/database/network.db --use-conda --conda-frontend conda

Ajustar --cores según núcleos disponibles