スライド 1

Size: px

Start display at page:

Download "スライド 1"

れいなさくもと
5 years ago
Views:

)9:30-10:10 第 31 回日本植物細胞分子生物学会大会シンポジウム 3 北海道大学高等教育推進機構 C 会場 DDBJ(DNA Data Bank of

1 バイオインフォマティクス講習会 S3-01 高速シークエンサ由来配列のアーカイブ DB と解析パイプライン神沼英里, 望月孝子, 長崎英樹, 児玉悠一, 小笠原理, 大久保公策, 高木利久, 中村保一国立遺伝学研究所生命情報 DDBJ 研究センター総合研究大学院大学遺伝学専攻 2013 年 9 月 12 日 ( 木 )9:30-10:10 第 31 回日本植物細胞分子生物学会大会シンポジウム 3 北海道大学高等教育推進機構 C 会場 DDBJ(DNA Data Bank of Japan) は国際塩基配列データベース (INSDC) を構築 Daily exchange among three databanks 1

2 高速シークエンサ大量配列向けの DDBJ サービス 1 大量配列を保管 2 計算機資源貸与 DRA / DDBJ 遺伝研スーパーコンピュータアーカイブデータベース 3 クラウド型大量配列解析ツール DDBJ Pipeline 4 講習会開催 / QA 対応 DDBJing ライフサイエンス QA DB 登録ツール利用の実習 DRA NGS 出力配列アーカイブ 2

解析データ配列の登録国際 3 機関によるシークエンサ生配列と解析配列のアーカイブ DB 配列データ DDBJ NCBI (GenBank) INSDC 提携関係 EBI (EMBL-Bank) GEO 定量データ DDBJ Omics ARchive(DOR) 提携スタート 2011

Archive(DRA) 新型シークエンサ出力配列の保管庫 Sequencers Roche/454 image instrumental data (basecall etc) @SRR0016541 9460:7:1:830:763 length=36

"" @SRR0016542 9460:7:1:402:781 length=36 GGTCTAAAAAGCAAAATTCAGTCTTCAAAATAATTC SRR0016542 9460:7:1:402:781 length=36 II(%$%'&*-0/*("%&"*&"(*$""#%%&$

3 解析データ配列の登録国際 3 機関によるシークエンサ生配列と解析配列のアーカイブ DB 配列データ DDBJ NCBI (GenBank) INSDC 提携関係 EBI (EMBL-Bank) GEO 定量データ DDBJ Omics ARchive(DOR) 提携スタート 2011 年度後半受付スタート ArrayExpress Pipeline 解析生データ配列の登録 DTA (DDBJ Trace Archive) DRA (DDBJ Sequence Read Archive) キャピラリシークエンサ次世代シークエンサ (NGS) DDBJ Sequence Read Archive(DRA) 新型シークエンサ出力配列の保管庫 Sequencers Roche/454 image instrumental data (basecall 9460:7:1:830:763 length=36 GTCAATATTAATCATACCAATATACTCAAAAAATAA SRR :7:1:830:763 length= :7:1:402:781 length=36 GGTCTAAAAAGCAAAATTCAGTCTTCAAAATAATTC SRR :7:1:402:781 length= :7:1:433:775 length=36 GTGCTTTTTTTTTTCCAGGAAGTTGTCTCCTCTATC SRR :7:1:433:775 length=36 II3DI>IIIIIIIB7,&%&'&)"%,$"&$&"%# fastq (sequence and quality value) Illumina DDBJ のアーカイブ DB で配列を保管 LifeTech 500TB 3

DRA への配列登録 1DRA のパスワードをE mailで取得 E-mail trace@ddbjnigacjp

2D-wayからメタデータをオンライン登録 D-way Reference to Meta-data

ツールで転送 DRA : 登録エントリ統計 1 シークエンサ装置 5 May 2011, data source

Illumina GA 10% 454 GS FLX 12% Helicos HeliScope 03%

6% Epigenetics 7% Metagenomics 11% Others 6% Whole Genome

4 DRA への配列登録 1DRA のパスワードをE mailで取得 D-way password 2D-wayからメタデータをオンライン登録 D-way Reference to Meta-data Reference to Data Files DRA Submission list 3 配列ファイルは SFTP ツールで転送 DRA : 登録エントリ統計 1 シークエンサ装置 5 May 2011, data source 2 研究分野 AB SOLiD 3% 454 GS FLX Titanium 8% Illumina GA 10% 454 GS FLX 12% Helicos HeliScope 03% Illumina GAII, IIx 44% Population Genomics 2% Resequencing 6% Epigenetics 7% Metagenomics 11% Others 6% Whole Genome Sequencing 52% Illumina HiSeq % RNA-Seq 16% 登録データの ¾ が illumina 社装置由来 4

5 DRA 公開データを検索 Search タブをクリックキーワードを入力 DRA Pipeline NGS 解析パイプライン 5

DDBJ Read Annotation Pipeline 新型シークエンサ Image data 高次処理部 (Annotation Tools) バクテリアゲノムアノテーションパイプライン MiGAP( 黒川先生菅原先生 ) SNP 検出 / 注釈 Contig 注釈 RNA-seq 系統樹生成他のツール個別解析低負荷部 ( ツール提供者がサポート ) DDBJ Read

6 DDBJ Read Annotation Pipeline 新型シークエンサ Image data 高次処理部 (Annotation Tools) バクテリアゲノムアノテーションパイプライン MiGAP( 黒川先生菅原先生 ) SNP 検出 / 注釈 Contig 注釈 RNA-seq 系統樹生成他のツール個別解析低負荷部 ( ツール提供者がサポート ) DDBJ Read Archive Instrumentation data Sequence quality (fastq) 基礎処理部 Contigs (Overlapping reads) Scaffolds (Supercontigs) Complete genome - Annotation Annotation 自動アノテーション結果 >Seq1 AGTCGGGTGG base calling De novo Assembly finishing/gap closure annotation 研究者による評価と編集 Reference Genome Mapping 通常データ新型シーケンサ配列処理の高負荷部 (DDBJ 基盤サービスとしてサポート ) データメタデータ mass-ftp ディスク送付配列アノテーションファイル WGS Contig 情報ファイルアノテーションファイル CON DRA trace@ddbjnigacjp 配列アノテーションファイル mass-ftp 電子メール MSS 大量登録システムパイプライン基礎部の特徴 1 基本統計量 (Quality Score/Coverage 等 ) を自動計算統一形式の出力ファイル評価用の基本統計量 1 全解析ツールで出力形式統一 2 論文用の基本統計量図を生成 DDBJ Pipeline start DRA sequence file FASTQ format quality score coverage mapping tools common alignment file SAM/BAM format depth error rate mapped ratio assembly tools common sequence file FASTA format maximum contig size N50 contig size 6

7 パイプライン基礎部の特徴 2 < 配列登録支援 >DDBJ 登録形式ファイルを自動生成汎用の解析ツール Download results via FTP server 解析配列の登録手間を短縮 MSS formatted file パイプライン基礎部の特徴 4 その他の機能 DRA 公開データの import 機能マップ参照配列の取得法 1 主要ゲノム配列 2DDBJ-DB 配列 (on demand) 投入 JOB の一覧ページ連絡機能 DRA/ERA/SRA 番号 3オリジナル配列 upload UnMap 配列のダウンロード機能 7

パイプライン高次部高次処理は個別Workflowを提供解析Workflow http://p-galaxygenesnigacjp/ DRA000010 Osativa SNPのゲノム上の分布図 Galaxy interface (Penn State Univ) 203 277 293 299 306 319 598 751 1027 1068 2044 2909 2965 4035

Note=T/C; Note=G/T; Note=G/A; Note=T/G; Note=T/C; Note=consQ:105 SNPQ:105 MaxMapQ:48 readcov:26; Note=consQ:87 SNPQ:87 MaxMapQ:49 readcov:20; Note=consQ:84 SNPQ:84 MaxMapQ:48 readcov:19;

SNPQ:57 MaxMapQ:33 readcov:10; Note=consQ:75 SNPQ:75 MaxMapQ:46 readcov:16; Note=consQ:66 SNPQ:66 MaxMapQ:45 readcov:13; Note=consQ:63 SNPQ:63 MaxMapQ:35 readcov:12; Note=consQ:51 SNPQ:51 MaxMapQ:29

8 パイプライン高次部高次処理は個別Workflowを提供解析Workflow DRA Osativa SNPのゲノム上の分布図 Galaxy interface (Penn State Univ) Note=C/T; Note=C/T; Note=T/C; Note=C/T; Note=A/G; Note=T/C; Note=A/G; Note=A/T; Note=A/G; Note=T/C; Note=G/T; Note=G/A; Note=T/G; Note=T/C; Note=consQ:105 SNPQ:105 MaxMapQ:48 readcov:26; Note=consQ:87 SNPQ:87 MaxMapQ:49 readcov:20; Note=consQ:84 SNPQ:84 MaxMapQ:48 readcov:19; Note=consQ:84 SNPQ:84 MaxMapQ:49 readcov:19; Note=consQ:78 SNPQ:78 MaxMapQ:47 readcov:17; Note=consQ:78 SNPQ:78 MaxMapQ:49 readcov:17; Note=consQ:81 SNPQ:81 MaxMapQ:43 readcov:18; Note=consQ:57 SNPQ:57 MaxMapQ:33 readcov:10; Note=consQ:75 SNPQ:75 MaxMapQ:46 readcov:16; Note=consQ:66 SNPQ:66 MaxMapQ:45 readcov:13; Note=consQ:63 SNPQ:63 MaxMapQ:35 readcov:12; Note=consQ:51 SNPQ:51 MaxMapQ:29 readcov:8; Note=consQ:75 SNPQ:75 MaxMapQ:43 readcov:16; Note=consQ:69 SNPQ:69 MaxMapQ:33 readcov:14; DRA Pipeline デモ内容(DNA多型データベースDNApod workflow) DNAPod : DNA Polymorphism Annotation Database (β version) detected polymorphisms, genotyping (heterozygous/homozygous), Coverage depth 678 rice strains from SRA datasets Cultivar Landrace Wild rice o: Japonica : Indica : Others Frequency of strains 8

解析系統は DRA 公開の一部 ( 将来は解析自動化へ ) 2013/03/22 現在 Species/group name STUDY TYPE DRA-SAMPLE 数 DNApod Whole Genome Sequencing 348 18 Oryza sativa Transcriptome Analysis 62 Epigenetics 23 Other 6 Whole Genome

Analysis 13 Epigenetics 2 Whole Genome Sequencing 446 5 Oryza rufipogon RNASeq 6 Epigenetics 2 Oryza longistaminata Whole Genome Sequencing 14 Transcriptome Analysis 8 Oryza nivara Whole Genome

9 解析系統は DRA 公開の一部 ( 将来は解析自動化へ ) 2013/03/22 現在 Species/group name STUDY TYPE DRA-SAMPLE 数 DNApod Whole Genome Sequencing Oryza sativa Transcriptome Analysis 62 Epigenetics 23 Other 6 Whole Genome Sequencing Resequencing 20 Oryza sativa Japonica Group RNASeq 20 Transcriptome Analysis 6 Epigenetics 2 Whole Genome Sequencing Oryza sativa Indica Group RNASeq 7 Transcriptome Analysis 13 Epigenetics 2 Whole Genome Sequencing Oryza rufipogon RNASeq 6 Epigenetics 2 Oryza longistaminata Whole Genome Sequencing 14 Transcriptome Analysis 8 Oryza nivara Whole Genome Sequencing 5 5 Epigenetics 2 Oryza barthii Whole Genome Sequencing 1 Oryza brachyantha Whole Genome Sequencing 1 RNASeq 1 Oryza glaberrima Whole Genome Sequencing 1 Transcriptome Analysis 6 TOTAL 1, DNApod 用 Pipeline 解析ワークフロー DDBJ pipeline DRA 基礎処理部 ( マッピングユーザデータ共通配列の決定インポート高次処理部 DNApod ワークフロー ( 各サンプル毎の解析ゲノム上の SNPs 分布を描画遺伝子領域の SNPs, 同義置換 / 非同義置換の検出 SNPs の検出系統間比較解析塩基配列レベルでの遺伝子領域のマルチプルアライメントを描画アミノ酸レベルでのマルチプルアライメントを描画 DNApod DNA 多型注釈データベース DNA Polymorphism Annotation Database 9

DNApod ワークフローの解析例 (1) ペンシルベニア州立大学の解析プラットホーム galaxy を使用 http://p-galaxyddbjnigacjp アミノ酸レベルでのマルチプルアライメント実行画面アミノ酸レベルでのマルチプルアライメント解析結果ファイル

DNApod 解析例 (2) イネ形質 : モチ性ウルチ性 Waxy アライメント第一イントロンモチ性, ウルチ性胚乳中のアミロース含有量低アミロースモチ性高アミーロスウルチ性 major variant minor variant Waxy qac-5

10 DNApod ワークフローの解析例 (1) ペンシルベニア州立大学の解析プラットホーム galaxy を使用アミノ酸レベルでのマルチプルアライメント実行画面アミノ酸レベルでのマルチプルアライメント解析結果ファイル DNApod ワークフロー DNA 多型の検出同義置換 / 非同義置換の検出ユーザデータ DNApod データ遺伝子領域のアライメント描画 - 塩基配列 - アミノ酸ゲノム上の一塩基多型分布描画ユーザデータと DNApod データとで比較ができる! DNApod 解析例 (2) イネ形質 : モチ性ウルチ性 Waxy アライメント第一イントロンモチ性, ウルチ性胚乳中のアミロース含有量低アミロースモチ性高アミーロスウルチ性 major variant minor variant Waxy qac-5 Japonica Temperate japonica 原因多型 Waxy 遺伝子 major variant 第一イントロンの 5 スブライシングサイト Wx a (G) ウルチ性 Wx b (T) モチ性 Tropical japonica Aromatic Indica Indica Aus 10

講習会 QA サイト DDBJing 講習会 http://wwwddbjnigacjp/ddbjing/dlhtml DB 登録ツール利用の実習定員 30 名ほぼ年 2 回開催 11/19に新潟で開催します DBCLS ライフサイエンス QA DDBJ タグをサポート Acknowledgments DDBJ

DDBJ Pipeline Hajime Ohyanagi Naoko Sakamoto Natsuko Sakakura Shota Morizaki Daisuke Ikumi Hitoshi Kunii Network/Clusters Nobuhiro Hoshi Takeshi Konno DDBJ

11 講習会 QA サイト DDBJing 講習会 DB 登録ツール利用の実習定員 30 名ほぼ年 2 回開催 11/19に新潟で開催します DBCLS ライフサイエンス QA DDBJ タグをサポート Acknowledgments DDBJ Database Jun Mashima Toshihisa Okido Asami Nozaki DRA/Single Sign On Koji Watanabe Daisuke Fukuda Masahiro Fujimoto Yukie Shinyama Keisuke Yamamoto Koji Suzuki DDBJ Pipeline Hajime Ohyanagi Naoko Sakamoto Natsuko Sakakura Shota Morizaki Daisuke Ikumi Hitoshi Kunii Network/Clusters Nobuhiro Hoshi Takeshi Konno DDBJ Public Relations Junko Kohira Sachiko Nagira Kimiko Suzuki Pipeline Advisors for tests & data analysis Nori Kurata Tokurou Shimizu Atsushi Toyoda Asao Fujiyama 11

AJACS18_ ppt

AJACS18_ ppt 1, 1, 1, 1, 1, 1,2, 1,2, 1 1 DDBJ 2 AJACS3 2010 6 414:20-15:20 2231 DDBJ DDBJ DDBJ DDBJ NCBI (GenBank) DDBJ EBI (EMBL-Bank) GEO DDBJ Omics ARchive(DOR) ArrayExpress DTA (DDBJ Trace Archive) DRA (DDBJ