美国科学家推出NGS自动化分析平台

高通量测序，可提高我们进行全基因组研究的能力，从而彻底改变了生物学研究。然而，由于缺乏生物信息学专业知识，现代技术仍然超出了许多实验室的能力范围。八月七日在国际著名学术杂志《Genome Biology》发表的一项研究中，来自美国辛辛那提大学医学院的研究人员，提出了一种BioWardrobe平台，可让用户使用一种方便生物学家的Web界面，存储、可视化和分析表观基因组学和转录组学数据，而不需要专业的编程知识。

以新一代测序(NGS)为基础，分析基因表达、染色质结构和蛋白质–DNA相互作用的方法飞速发展，为分子生物学打开了新的视野。这些方法包括RNA测序(RNA-seq)、染色质免疫沉淀测序(ChIP-seq)、DNase I测序(DNase-Seq)、微球菌核酸酶测序(MNase-SEQ)、易接近转座酶染色质测序法(ATAC-Seq)等等。

在“湿实验室(wet lab)”的一面，这些方法在很大程度上已被很好地确定，可以由有经验的分子生物学家执行；但是，分析测序数据需要生物信息学专业知识，许多分子生物学家并不具备。重新利用已公布的数据集也具有挑战性：虽然作者通常符合长期需求，将原始数据文件存放到数据库，如Sequence Read Archive (SRA)或Gene Expression Omnibus(GEO)，但是，如果没有专业知识，就不可能分析这些数据。

即使处理后的数据文件(例如，基因表达值)是可用的，但是，直接在数据集之间进行比较也是不明智的，因为不同的实验室使用不同的方法(或不同的软件版本)。这意味着，甚至连最简单的任务，生物学家都需要生物信息学家的帮助，例如在一个基因组浏览器上查看自己的数据，从而让许多实验室难以企及这些令人兴奋的技术。即使生物信息学家参与，但是合作优先权的差异，可能会导致误解，不利于研究工作。为了减轻这些问题，一个最佳途径是，开发容易使用的数据分析软件，使生物学家即使没有生物信息学家的帮助，也能执行最基本的基本任务。

多个独立的程序和Web服务，可用于NGS数据分析。然而，大多数现有的可用工具都有一个命令行界面，执行一个特定的任务，并且通常需要它们之间的文件转换。一些流行的软件包，如HOMER或Tuxedo，被组织在一起，并包括能够执行多个任务的组件，从而解决了互操作性问题。然而，这种优秀的工具仍然需要使用命令行，并具有有限的可视化选项。

商业程序GeneSpring、Partek和Golden Helix，可以在普通的台式电脑上运行，并可分析基因表达或基因变异。然而，用户必须手动加载数据并将其存储在他们的台式电脑中；考虑到NGS数据的数量庞大，这种设置使得数据分析变得复杂。

此外，这些工具不允许多个已发布或本地产生的数据集进行无缝整合。Illumina Basespace和Galaxy服务器，可对数据进行存储和分析，并有完整的查看工具。然而，它们需要外部机构的数据传输，只能为用户数据提供有限的存储空间。虽然Galaxy提供了不使用命令行界面运行工具的机会，但是用户仍然需要管理文件类型转换，并且每次都要选择详细的参数，这需要深入了解每种工具和文件格式。没有稳定的流程，可能会导致没有经验的用户比较“苹果和桔子”。总之，很少有可用的工具能够为生物学家提供一个友好的界面，并且，没有一种工具，能够将这样的界面与数据存储、显示和分析整合起来。

基于此，该研究小组开发了BioWardrobe，一种方便生物学家使用的平台，将NGS数据采集、存储、显示和分析整合起来，主要旨在用于基因组学领域的研究。BioWardrobe功能包括：从核心设施或在线数据库(例如，GEO)下载原始数据，读取显示在加利福尼亚大学本地实体、UCSC基因组浏览器上的映射和数据，质量控制和基本、先进的数据分析。

在基本分析中，自动化程序用于处理每个实验。程序的选择是基于生物学家友好的实验参数(例如，RNA/ChIP-seq、双/单、基因组、抗体)和其他研究机构开发的工具，结合自行开发的工具(例如，Bowtie、STAR、FASTX和MACS2)，通过提供额外的信息提高原有软件的输出，提供有意义的质量控制，并在Web界面显示结果。

在基本分析过程中产生的质量控制，被选择来帮助进行实验程序的故障排除。可定制的先进分析可以结合多个实验，并包括比较基因表达(DESeq1/2)和基因组占有(MAnorm)的工具，使用图形用户界面分析样品或样品组，并产生主成分分析图、基因列表、平均标记密度分布和热图。

R编程语言的一个内置接口，可促进额外的自定义脚本合并。所有的预计算数据都存储在一个SQL数据库中，并可以通过一个方便的Web界面让生物学家访问。另一方面，生物信息学家可以使用一个提供的R库或使用其他编程语言，访问数据。BioWardrobe可以在Linux或MacOSX系统上运行。安装包和说明可在GNU GPL v.2下使用。

注：生物信息学进行分析是不沾水的，有人称为干实验，相比而言分子生物学实验一般需要用水，俗称web-lab experiment。

本文来源于：生物通

欢迎关注中科紫鑫人事招聘相关信息：http://www.ngscn.com/index.php/Job/employ