Sequence Read Archive 2013 年年 10 月 25 日第 10 回シーケンサー利利用技術講習会 ( 理理研横浜 ) 1

Size: px

Start display at page:

Download "Sequence Read Archive 2013 年年 10 月 25 日第 10 回シーケンサー利利用技術講習会 ( 理理研横浜 ) 1"

たつやとどろき
4 years ago
Views:

1 Sequence Read Archive 1

2 塩基配列列データベースアノテーション DDBJ アセンブリ DDBJ Center アライメントシークエンシングとサンプリング Sequence Read Archive 2

3 増大する SRA データ千兆塩基目前 3

ü 三極でアクセッション番号を共有 ü 三極でデータを同期 ( するよう努力力 ) ü SRA:

4 SRA は INSDC の一員 INSDC: International Nucleotide Sequence Database Collaboration ü 三極で同じデータ形式を使用 ü 三極でアクセッション番号を共有 ü 三極でデータを同期 ( するよう努力力 ) ü SRA: SRA 全体 DRA: DDBJ センターの SRA 4

5 DDBJ SRA (DRA) ウェブサイト ü DDBJ SRA で検索索 5

6 SRA 登録に必要な二つのデータメタデータとシークエンスデータ ü メタデータ : シークエンスデータを説明 ü シークエンスデータ : 新世代シークエンサからの配列列データ (fastq, sff) とアライメントデータ (BAM) 6

7 SRA メタデータ Submission DRA Study DRP 登録者情報公開予定日 Sample DRS 研究 BioProject ID 文献 Analysis 1 0~ N DRZ 解析方法解析データファイル 1 Experiment 1~ N ライブラリーシークエンサリードの構成 DRX 1~ N 1 生物 Strain Taxonomy ID Run 1 1~ N DRR データファイルデータファイル QC レポート etc データファイル fastq, sff, BAM ü メタデータは複数のオブジェクトで構成される ü アクセッション番号は各オブジェクトに割り振られる 7

8 メタデータ XML ファイル <?xml version="1.0" encoding="utf-8" standalone="yes"?> <STUDY_SET xmlns:ns2="sra.annotation"> <STUDY accession="drp000001" center_name="keio" alias="drp000001"> <DESCRIPTOR> <STUDY_TITLE>Whole genome sequencing of Baillus subtilis subsp. natto BEST195</STUDY_TITLE> <STUDY_TYPE existing_study_type="whole Genome Sequencing"/> <STUDY_ABSTRACT>Whole genome sequencing of Bacillus subtilis subsp. natto BEST195.</STUDY_ABSTRACT> <CENTER_PROJECT_NAME>B. subtilis natto BEST195 draft sequencing</center_project_name> <RELATED_STUDIES> <RELATED_STUDY> <RELATED_LINK> <DB>bioproject</DB> <ID>PRJDA38027</ID> <LABEL>PRJDA38027</LABEL> </RELATED_LINK> <IS_PRIMARY>true</IS_PRIMARY> </RELATED_STUDY> <RELATED_STUDY> <RELATED_LINK> <DB>genomeprj</DB> <ID>38027</ID> <LABEL>38027</LABEL> </RELATED_LINK> <IS_PRIMARY>false</IS_PRIMARY> </RELATED_STUDY> </RELATED_STUDIES> <STUDY_DESCRIPTION>Whole genome sequencing of a natto (fermented soybeans) producing strain of Bacillus subtilis, BEST195.</STUDY_DESCRIPTION> </DESCRIPTOR> ü メタデータは機械処理理に適した XML ファイル 8

9 登録データをオブジェクトで構成 Submission Study Sample Experiment (24 h) Experiment (12 h) Experiment (0 h) Run 24 h Run 12 h Run 0 h ü 例例 : 培養細胞を薬剤で処理理し転写産物を時系列列で解析 ü 後からオブジェクトを追加することができる 9

10 登録アカウント ü まずは登録用アカウントを取得 ü Center name と公開鍵をアカウントに登録し DRA にデータを投稿 way/ 10

11 メタデータの登録 1 ログイン新規登録を作成 ü 登録アカウントにログインし DRA 新規登録を作成 11

12 メタデータの登録 2 メタデータ作成ツールを起動オブジェクトに対応したタブ ü メタデータを入力力チェック (Validate) した後投稿 (Submit) ü タブ区切切りテキストファイルで入出力力する新規登録ツールを開発中 12

13 データファイルのアップロード 1 no no ü Run で指定したデータファイルをサーバに SCP でアップロードデータファイル : 13

14 データファイルのアップロード 2 ü Validate data files でデータファイルの形式メタデータとの整合性などを検証 14

15 アクセッション番号の発行行 ü メタデータとデータファイルが揃った登録が査定される ü 不不備のない登録に対してアクセッション番号が発行行される 15

16 データ更更新メタデータの更更新公開予定日の延長 ü アカウントから直接メタデータを更更新 ü 論論文情報 (pubmed id) の Study への追加をお忘れなく! ü 配列列は Run を再登録することで更更新 16

17 データ公開 ü 検索索できるようになる ü データファイルは fastq と SRA 形式で ftp 提供 ü EBI/NCBI にミラーされる 17

18 DRA マニュアルデータファイルメタデータ登録の例例動画マニュアル DDBJ Youtube チャンネル : 18

19 BioProject 19

20 BioProject ウェブサイト ü DDBJ BioProject で検索索 20

21 プロジェクト番号でまとめる 1 アノテーション DDBJ シークエンシングとサンプリング BioProject SRA ü 同じプロジェクト番号を引用することでデータベースを横断してまとめられる第 28 回 2013 DDBJing 年年 10講習会月 25 日(2013 年年 11 月19 日新潟大学第 ) 10 回シーケンサー利利用技術講習会 ( 理理研横浜 ) 21

22 プロジェクト番号でまとめる 2 プロジェクト概要ゲノム配列列 SRA データ Pubmed 論論文情報 22

23 プロジェクトの登録ログイン ü プロジェクト ( 目的研究費生物など ) をアカウントから登録 ü プロジェクト番号を INSDC で共有 ü ゲノム登録ではプロジェクトが必須 ü プロジェクトのプロジェクト (Umbrella project) が利利用できる 23

24 BioSample 24

25 サンプル情報は BioSample に集約 ü BioSample を始めることで INSDC メンバー間で合意 ü DDBJ は 2013 年年度度内に開始予定 25

26 BioProject と BioSample Umbrella BioProject Genome BioProject Transcriptome BioProject Epigenome BioProject data data data data data data BioSample 1 BioSample 2 ü プロジェクトとサンプルという切切り口でデータを組織化 26

27 プロジェクトとサンプル情報の集約 Submission BioProject BioSample (24 h) BioSample (12 h) Experiment (24 h) BioSample (0 h) Experiment (12 h) Experiment (0 h) Run 24 h Run 12 h Run 0 h ü SRA Study を BioProject Sample を BioSample に移行行予定 ü Taxonomy: 生物 (Homo sapiens, 9606) BioSample: サンプル 27

28 サンプル属性 ü タブ区切切りテキストファイルにサンプル属性を入力力しアカウントから投稿 ü Genomic Standards Consortium (GSC) MIxS に準拠 GSC MIxS: サンプル属性 :

29 Japanese Genotype- phenotype Archive 29

30 Japanese Genotype- phenotype Archive ü アクセス制限が必要な個人レベルの新世代シークエンスデータアレイデータなどを受入保管提供 ü JGA が対象としていないデータは科学技術振興機構 (JST) National Bioscience Database Center (NBDC) ヒトデータベースが受入 ü 匿匿名化されたメタデータのみ受付 30

31 データの登録利利用 2013 年年 10 月 17 日時点 ü JST- NBDC がヒトデータの共有取扱いに関するガイドラインを作成 ü JGA データの登録と利利用は NBDC に申請し承認される必要がある NBDC: 31

32 JGA メタデータ SRA と同様アレイデータ variation, 解析, サマリーデータポリシーが適用されるデータセット利利用制限ポリシー Control と Case サンプルのデータセットに異異なるポリシーが適用されている場合 ü SRA モデルに Array Data set Policy を追加 ü Policy にアクセス制限事項を記載 ü JGA で始まるアクセッション番号を発行行 32

33 拡大する一次データベースの役割 ü ご登録は計画的に! 33

34 お問い合わせ先 ü 登録について問い合わせる場合には ID をお知らせください 34

Microsoft PowerPoint _SINET_cloud

Microsoft PowerPoint _SINET_cloud 塩基配列データベースを中心とした生物学系研究の情報基盤について国立遺伝学研究所 DDBJセンター助教小笠原理国立遺伝学研究所遺伝研スパコン : 目的 1. 国際塩基配列データベース (International Nucleotide Sequence Database : INSD) の構築 2. 大学共同利用機関として主に生物学医学系研究者への計算機資源の提供遺伝研スパコン : 構成概略

Sequence Read Archive 2013 年年 10 月 25 日 第 10 回シーケンサー利利 用技術講習会 ( 理理研横浜 ) 1

Sequence Read Archive 2013 年年 10 月 25 日第 10 回シーケンサー利利用技術講習会 ( 理理研横浜 ) 1