[DDBJing30] BioProject, BioSample, DDBJ Sequence Read Archive の紹介

1. 2014年年12⽉月18⽇日次世代シークエンスデータの登録児⽟玉悠⼀一 Kodama Yuichi, Ph.D DDBJ センター、アノテータ DDBJ center, annotator

2. 2014年年12⽉月18⽇日 DDBJ センターが運営するデータベース第30回 DDBJing 講習会 (JST東京) INSDC: オープンアクセスデータベース個⼈人レベルの遺伝型と表現型 JGA アクセス制限データベースヒトデータ審査委員会 DDBJ アセンブリアノテーションリード Quality value アライメント DRA BioProject BioSample 1

3. 2014年年12⽉月18⽇日 BioProject/BioSample はデータをまとめる第30回 DDBJing 講習会 (JST東京) BioSample 1 BioSample 2 data Umbrella BioProject Genome BioProject Transcriptome BioProject Epigenome BioProject data data data data data ! プロジェクトとサンプルのためのデータベース ! データベースを横断してデータをまとめる役割も果たす 2

4. 2014年年12⽉月18⽇日 SRA データモデルの移⾏行行第30回 DDBJing 講習会 (JST東京) ! SRA Study → BioProject、SRA Sample → BioSample へ移⾏行行 ! DDBJ SRA (DRA) は2014年年5⽉月12⽇日に移⾏行行 3

5. 2014年年12⽉月18⽇日次世代シークエンスデータの登録フロー第30回 DDBJing 講習会 (JST東京) DRA Run DRA Experiment ・Run にリンクされている全ての　ファイルは1つのアーカイブ⽤用 SRA ファイルに変換され、まとめられる 3. シークエンス⼿手法を登録・サンプルからライブラリーを構築した⽅方法・「どのように」シークエンスしたのか・複数 Experiment は1つの Sample を　参照できるが、逆はできない (データファ　イルは１つの Sample にリンクされる) TSV TSV BioProject BioSample 1. プロジェクトとサンプル　を登録 • 研究概要 • 「なぜ」そのサンプルをシークエンスしたのか • ⽣生物学的・物理理的にユニークなサンプル • 「何を」シークエンスしたのか TSV TSV エクセルなどで編集できる「タブ区切切りテキストファイル」での登録が可能 2. データファイルを転送 • シークエンスデータファイルを Experiment と Run を登録する前にアップロード 0. 登録アカウントを取得 • ウェブサイト (https://trace.ddbj.nig.ac.jp/D-‐‑‒way) で D-‐‑‒way アカウントを取得 • DRA へのデータ登録のために、公開鍵と center name をアカウントに登録 http://trace.ddbj.nig.ac.jp/dra/submission.html#DRA_̲登録の流流れ 4

6. 2014年年12⽉月18⽇日 DRA 登録は3つのデータベースにまたがる第30回 DDBJing 講習会 (JST東京) ! BioProject » BioSample » DRA Experiment » DRA Run ! それぞれのオブジェクトにアクセッション番号が発⾏行行される例例: DRX000001 (プレフィックス “DRX”) 5

7. 2014年年12⽉月18⽇日 D-‐‑‒way アカウントの取得

8. 2014年年12⽉月18⽇日 D-‐‑‒way アカウントの取得第30回 DDBJing 講習会 (JST東京) ! D-‐‑‒way アカウントをウェブサイト (https://trace.ddbj.nig.ac.jp/D-‐‑‒way/) で取得 ! 公開鍵と center name をアカウントに登録し、DRA 登録を可能にする DRA BioProject BioSample 公開鍵　と center name を D-‐‑‒way アカウントに登録 http://trace.ddbj.nig.ac.jp/book/account.html 登録アカウント Handbook: center name : SRA が組織に運⽤用上割り振っている略略号公開鍵 : 秘密鍵とペアでユーザの認証に使⽤用される 7

9. 2014年年12⽉月18⽇日登録を始める前に

10. 2014年年12⽉月18⽇日メタデータの構成を決めておく第30回 DDBJing 講習会 (JST東京) ! 登録する前に必要な BioProject・BioSample・Experiment・Run 　の数を決めておく ! サンプル数から考えると分かりやすい 1. 最もシンプルな登録 2. 三つの菌株の⽐比較ゲノム解析 http://trace.ddbj.nig.ac.jp/dra/submission.html#オブジェクトの構成例例メタデータ: シークエンスデータがどのようにして得られたのかを説明するデータ 9

11. 2014年年12⽉月18⽇日 BioProject

12. 2014年年12⽉月18⽇日プロジェクト番号でデータが関連付けられる第30回 DDBJing 講習会 (JST東京) ! 同じプロジェクト番号を参照しているデータが関連付けられる DDBJ DRA リード Quality value アノテーション BioProject 11

13. 2014年年12⽉月18⽇日第30回 DDBJing 講習会 (JST東京) http://www.ncbi.nlm.nih.gov/bioproject/PRJDA38027 ゲノム配列列 SRA データ Pubmed 論論⽂文情報プロジェクト概要プロジェクトに由来するデータを⼀一覧 NCBI BioProject: 12

14. 2014年年12⽉月18⽇日プロジェクトの範囲第30回 DDBJing 講習会 (JST東京) ! 2014年年11⽉月12⽇日から Project data type を複数持つプロジェクトを登録可能に 13

15. 2014年年12⽉月18⽇日アンブレラプロジェクトの活⽤用第30回 DDBJing 講習会 (JST東京) ! アンブレラプロジェクト (⾮非公開にできない) でプロジェクトをまとめる ! ⼤大規模プロジェクトからの成果を整理理して提⽰示することができる ! 初期段階でアンブレラを取得し、関係者に周知することを推奨 DDBJ 側では申告されないとアンブレラとの関係が分からない http://trace.ddbj.nig.ac.jp/bioproject/submission.html#アンブレラプロジェクトの活⽤用アンブレラプライマリー 14

16. 2014年年12⽉月18⽇日プロジェクトの登録第30回 DDBJing 講習会 (JST東京) ! プロジェクト (概要・研究費・プロジェクトのタイプなど) をアカウントから登録 ! 即⽇日公開 or ⾮非公開を選択 (公開予定⽇日は設定不不可) ! プレフィックス “PRJD” の BioProject ID が発⾏行行されるポップアップでの説明 15

17. 2014年年12⽉月18⽇日 BioSample

18. 2014年年12⽉月18⽇日 BioSample でサンプル情報を集中管理理第30回 DDBJing 講習会 (JST東京) ! データベースに散在していたサンプル情報を集中管理理 ! サンプル記述を標準化 ! 2014年年2⽉月に DDBJ センターは BioSample を開始 http://trace.ddbj.nig.ac.jp/biosample/index.html 17

19. 2014年年12⽉月18⽇日属性 (attributes) でサンプルを記述第30回 DDBJing 講習会 (JST東京) ! 「属性名:値」のペアでサンプルを記述 (例例: tissue:liver) http://www.ncbi.nlm.nih.gov/biosample/1990977 パッケージサンプル属性関連データタイトル NCBI BioSample: 18

20. 2014年年12⽉月18⽇日サンプルの種類に応じた属性リスト第30回 DDBJing 講習会 (JST東京) ! サンプルの種類 (Sample type) に応じた必須と任意属性のリスト http://trace.ddbj.nig.ac.jp/biosample/attribute.html サンプル属性⼀一覧: メタゲノムさらに Environmental package を選択ゲノムマーカー遺伝⼦子 (16S rRNA など) その他 (遺伝⼦子発現解析など) サンプルの種類サンプル属性リスト 19

21. 2014年年12⽉月18⽇日サンプルの登録第30回 DDBJing 講習会 (JST東京) ! Sample type に対応したタブ区切切りのテキストファイルにサンプル属性を記⼊入 ! エクセルなどで１⾏行行に１サンプルの情報を⼊入⼒力力し、アップロード ! 即⽇日公開 or ⾮非公開を選択 (公開予定⽇日は設定不不可) ! プレフィックス “SAMD” の BioSample ID が発⾏行行される必須属性に対する値がない場合は “N.A.” や “missing” を記⼊入 sample_̲name は内部 ID として使⽤用されるため、投稿後は変更更不不可ポップアップでの説明 20

22. 2014年年12⽉月18⽇日 DDBJ Sequence Read Archive

23. 2014年年12⽉月18⽇日 DRA 登録の順序第30回 DDBJing 講習会 (JST東京) DRA 新規登録の作成データファイルの転送メタデータの投稿データファイルの Validation アノテータが査定アクセッション番号発⾏行行 BioProject の登録 BioSample の登録 22

24. 2014年年12⽉月18⽇日新規 DRA 登録の作成第30回 DDBJing 講習会 (JST東京) ! 登録アカウントにログインし、新規 DRA 登録を作成 (例例 dradev-‐‑‒0019) 23

25. 2014年年12⽉月18⽇日シークエンスデータファイルの転送第30回 DDBJing 講習会 (JST東京) ! 鍵認証で DRA ファイル受付サーバにアクセスし、　データファイルを新規登録に対応するディレクトリに SSH でアップロード DRA ファイル受付サーバ秘密鍵公開鍵 DRA 新規登録 (dradev-‐‑‒0019) シークエンスデータファイル (fastq, bam etc) http://trace.ddbj.nig.ac.jp/dra/submission.html#シークエンスデータのアップロード 24

26. 2014年年12⽉月18⽇日 DRA メタデータの作成 1: Submission 第30回 DDBJing 講習会 (JST東京) ! 登録者情報と公開予定⽇日 (２年年後まで指定可能) を記⼊入順番に⼊入⼒力力していく (Analysis は任意) 別のタブに移動する際、⾃自動で内容がチェックされ保存されますポップアップでの説明 25

27. 2014年年12⽉月18⽇日 DRA メタデータの作成 2: Study 第30回 DDBJing 講習会 (JST東京) ! 登録済みの BioProject を⼀一つ選択　BioProject ID (プレフィックス PRJD) が発⾏行行されていない　プロジェクトは選択できません 26

28. 2014年年12⽉月18⽇日 DRA メタデータの作成 3: Sample 第30回 DDBJing 講習会 (JST東京) ! 登録済みの BioSample を必要数選択　BioSample ID (プレフィックス SAMD) が発⾏行行されていない　サンプルは選択できません 27

29. 2014年年12⽉月18⽇日 DRA メタデータの作成 4: Experiment 第30回 DDBJing 講習会 (JST東京) ! サンプルから構築したライブラリー、シークエンサーやリード⻑⾧長について記⼊入タブ区切切りテキストファイルとしてダウンロードし、メタデータを作成することができる 28

30. 2014年年12⽉月18⽇日 DRA メタデータの作成 5: Run 第30回 DDBJing 講習会 (JST東京) ! Run を Experiment にリンク ! アップロードしたデータファイルを Run にリンク　リード⻑⾧長が⼀一定ではない fastq の場合、ﬁletype は “generic_̲fastq” を選択 29

31. 2014年年12⽉月18⽇日 DRA メタデータの投稿第30回 DDBJing 講習会 (JST東京) ! メタデータ完成後、Submit をクリックして投稿オブジェクト相互が過不不⾜足なく参照されているかどうかチェックされますクリックしてメタデータを投稿 30

32. 2014年年12⽉月18⽇日データファイルの validation 第30回 DDBJing 講習会 (JST東京) ! データファイルの形式とメタデータとの整合性が検証され、　アーカイブ⽤用の SRA ファイルが作成されますクリックして validation を開始メタデータの投稿後、データファイルの validation が必須 31

33. 2014年年12⽉月18⽇日よくある validation エラー第30回 DDBJing 講習会 (JST東京) " 合計⻑⾧長を記⼊入 (例例 Forward 100 + Reverse 100 = 200) " ファイルが破損している場合は再度度ファイルをアップロード " 空⽩白を除去 " サブディレクトリを含めず、ファイルそのものをアップロード ! 配列列⻑⾧長が⼀一定のペアリードで Experiment.Spot Length にペアの合計　配列列⻑⾧長が記⼊入されていない ! メタデータ中の md5 値と転送されたファイルの md5 値が異異なる ! アップロードされたデータファイル名に空⽩白が含まれている ! サブディレクトリを含んでいる 32

34. 2014年年12⽉月18⽇日アクセッション番号の発⾏行行第30回 DDBJing 講習会 (JST東京) ! Submission (DRA), Experiment (DRX), Run (DRR) にアクセッション番号が発⾏行行されます 33

35. 2014年年12⽉月18⽇日データの公開と更更新 BioProject・BioSample・DRA

36. 2014年年12⽉月18⽇日 BioProject と BioSample の連動公開第30回 DDBJing 講習会 (JST東京) ! 塩基配列列データの公開は参照している BioProject/BioSample の公開を引き起こす ! BioProject/BioSample の公開は参照元の塩基配列列データの公開を引き起こさない BioProject/BioSample 公開 DRA/DDBJ 塩基配列列データ公開 BioProject/BioSample 公開 DRA/DDBJ 塩基配列列データ⾮非公開 http://trace.ddbj.nig.ac.jp/bioproject/submission.html#データ公開 35

37. 2014年年12⽉月18⽇日データの公開第30回 DDBJing 講習会 (JST東京) ! 公開されたデータはミラーされ DDBJ/EBI/NCBI で利利⽤用できるようになります DDBJ DRASearch NCBI BioProject NCBI BioSample NCBI SRA 36

38. 2014年年12⽉月18⽇日データの更更新第30回 DDBJing 講習会 (JST東京) ! 更更新内容を BioProject チームに連絡 ! 関連する論論⽂文が公開されたら pubmed ID などの⽂文献情報を連絡 BioProject BioSample DRA ! 更更新内容を BioSample チームに連絡 ! Sample name は ID として使⽤用しているため変更更不不可 ! メタデータの内容と公開予定⽇日はアカウントにログインし、⾃自⾝身で変更更 ! データファイルの追加: 新規登録を作成し、既存のオブジェクトを参照する　 (補⾜足スライド43を参照) 37

39. 2014年年12⽉月18⽇日お問い合わせ先第30回 DDBJing 講習会 (JST東京) http://trace.ddbj.nig.ac.jp/contact.html ! 登録について問い合わせる場合には D-‐‑‒way アカウント名と Submission ID をお知らせください 38

40. 2014年年12⽉月18⽇日補⾜足

41. 2014年年6⽉月12⽇日微⽣生物ゲノム配列列の登録第30回 DDBJing 講習会 (JST東京) ! Strain-‐‑‒level taxonomy ID にかわり BioSample 微⽣生物ゲノムを識識別 BioProject BioSample Strain: 1 Locus tag prefix: AAAA1 BioSample Strain: 2 Locus tag prefix: AAAA2 BioSample Strain: 3 Locus tag prefix: AAAA3 BioProject Strain: 1 Locus tag prefix: AAAA1 Strain-level taxonomy ID: 10 BioProject Strain: 2 Locus tag prefix: AAAA2 Strain-level taxonomy ID: 11 BioProject Strain: 3 Locus tag prefix: AAAA3 Strain-level taxonomy ID: 12 Species-level taxonomy ID: 100 Federhen S et al. Stand Genomic Sci (2014) doi: 10.4056/sigs.4851102 2014年年2⽉月以前 2014年年2⽉月以降降 Genome Genome Genome Bacteria: A Strain: 1 Bacteria: A Strain: 2 Bacteria: A Strain: 3 Genome Genome Genome Bacteria: A Strain: 1 Bacteria: A Strain: 2 Bacteria: A Strain: 3 40

42. 2014年年6⽉月12⽇日 Biological/technical replicates 第30回 DDBJing 講習会 (JST東京) ! BioSample ではなく SRA Experiment で表現することを推奨 http://trace.ddbj.nig.ac.jp/dra/faq.html#samples-‐‑‒for-‐‑‒sra 41

43. 2014年年6⽉月12⽇日アカウント外の BioProject/BioSample を参照第30回 DDBJing 講習会 (JST東京) ! アカウントをまたがった参照を希望する場合は DRA チームに連絡 ! 参照元と先、双⽅方の登録者の承認が必要 ! 連動公開に注意 42

44. 2014年年6⽉月12⽇日データファイルの追加第30回 DDBJing 講習会 (JST東京) ! 新しい DRA 登録から既存の BioProject を参照することでデータを追加 http://trace.ddbj.nig.ac.jp/dra/submission.html#データファイルの追加 43

45. 2014年年6⽉月12⽇日ファイルの破損を md5 値でチェック第30回 DDBJing 講習会 (JST東京) ! md5 値が⼀一致 : ファイルの破損なし md5 値が不不⼀一致 : ファイルの破損あり DRA ファイル受付サーバ md5 値 md5 値 md5 値 md5 値＝ ≠ md5 値 : ファイルに固有の32桁の英数字からなるハッシュ値 http://trace.ddbj.nig.ac.jp/dra/submission.html#補⾜足_̲_̲MD5_̲値 44

[DDBJing30] BioProject, BioSample, DDBJ Sequence Read Archive の紹介

DNA Data Bank of Japan center

[DDBJing30] BioProject, BioSample, DDBJ Sequence Read Archive の紹介