[All-in-one2015] DDBJ へのデータ登録
0 likes578 views
初めての All-in-one 合同講習会〜生命科学DB・ツールの使い方～ 講師：真島 淳（DDBJセンター チーフアノテータ） 日時：2015年7月18日 場所：大阪大学中之島センター YouTube：https://youtu.be/ozeEHjUhz2k
[All-in-one2015] DDBJ へのデータ登録
- 1. DDBJ へのデータ登録 初めての All-in-one 合同講習会 真島 淳 DDBJセンター チーフアノテータ
- 2. INSDC; International Nucleotide Sequence Database Collaboration http://www.ddbj.nig.ac.jp/insdc/insdc-j.html 1986 年～ DDBJ, EMBL-Bank, GenBank 2009 年～ Sequence Read Archive Trace Archive 2011 年～ BioProject 2014 年～ BioSample 国際塩基配列データベースとして ENA/EBI, NCBI と公開データを 交換し共有しています。 対象データベースも時代とともに 増えてきました。 INSDC 以外のデータベース Japanese Genotype-phenotype Archive (JGA) 日本版の dbGaP, EGA 個人に由来する遺伝学的なデータと匿名化された表現型情報を登録するデータベース
- 5. 旧来の登録
- 6. Web版塩基配列登録システム http://www.ddbj.nig.ac.jp/sub/websub-j.html 以前、慣れ親しんでいただいた SAKURA の後継システム 比較的小規模な対話入力方式の簡便な塩基配列登録に対応 塩基配列: multi-fasta format で一括入力に対応 # SAKURA では何件の場合も１配列ずつ入力 1024 配列 セットを一括登録可能 #システム側の設定上限であり、端末スペック、環境にも依存 アノテーション: 典型的な登録はテンプレートを準備 入力項目のカスタマイズ可 Feature と Qualifier の表形式の一括入力に対応 ファイル upload によるアノテーション入力も可 管理面: 開始時の メール認証により、メールアドレス間違いを排除 エラーチェックに用いるツールを MSS と共通化 Feature / Qualifier の仕様変化を容易に
- 9. DDBJ のデータ公開形式 (flat file) の説明 http://www.ddbj.nig.ac.jp/sub/ref10-j.html 塩基配列 生物学的情報 Feature Location Qualifier 論文情報 登録者情報 由来生物情報 Definition Accession number
- 10. 登録の大規模化への対応 (2)
- 11. 次世代シーケンサーからの出力 GSFLX (454) SOLiDHiseq PacBio RS II Ion PGM Ion Proton DRA へ登録
- 12. DRA; DDBJ Sequence Read Archive: http://trace.ddbj.nig.ac.jp/dra/index.html Submission 登録方法の紹介 実際の登録は BioProject BioSample 登録後 Search 公開データの検索 FTP 登録データの取得
- 14. 配列データのとりまとめへの対応
- 17. BioProject/BioSample/DRA 登録窓口 BioProject, BioSample, DRA を順に登録可能 将来は Mass Submission System も統合したい
- 21. BioSample http://trace.ddbj.nig.ac.jp/biosample/index.html BioSample の構成は、 MIxS などの各コミュニティで標準化された書式の定義 と その書式で記載されたサンプル情報 のセット
- 22. 個人に由来するデータへの対応
- 23. JGA; Japanese Genotype-phenotype Archive http://trace.ddbj.nig.ac.jp/jga/index.html アクセス制限が必要な 特定個人に由来する配列、 発現解析データを受付、 保持、提供 匿名化されたデータを受付 科学技術振興機構 (JST) National Bioscience Database Center (NBDC) と 共同で運営
- 24. データの登録と維持管理の難しさ
- 25. DDBJ の運営するデータベースの大半 は primary database である。 Primary Database 研究者から実験的に得られたデータを 登録してもらうことにより、構成される Secondary Database primary database のデータを解析処理して 得られたデータで構成される
- 26. primary database であることの難しさ • 利点:データは幅広く集まる – 「論文に記載するために accession number を」というロールモデ ルの普及 – 一部には funding レベルで登録の義務付け • 難点: 分子生物学分野は間口が広く、多数・多様な背景の研 究者、生物学についても、IT についても literacy が低い人物 （登録者全体の１割未満）を含む不特定多数、を登録者として 相手にしなければならない。 – 生物の学名 – 塩基配列からタンパク質のアミノ酸配列への翻訳の仕組 – 塩基配列の位置・向き – 「テキストファイル」、文字コード – 「英語」が通じない – 質問に答えてくれない 登録者に問い合わせて、話し合いながら、修正する
- 27. データベース管理上の諸事情 • 登録者 submitter – いろいろな背景の方々 – 登録する自体の incentive 問題 • 利用者 user/customer – その意見(怒り？)は登録者へ？データベースへ？ – Primary database と secondary database の差 • 団体 community (標準化などを推進する) – データ記載方法、配列の保持法 • 協力者 collaborator (ここでは NCBI, EBI) – さまざまな知識・実践の共有・吸収 – 共通規則の initiative – ルール変化 – NCBI or EBI のシステム的制約に縛られる • 開発者 developer
- 28. 解決策 • 長期的な解決策 (政策レベル) – 大学、大学院における研究者 の教育、全体的な IT リテ ラシー向上 – 研究データ解析補助 (欧米における technician, curator) のため人材の育成・キャリアパスの確立 • DDBJ 側で考えるべきこと – インターフェイスの工夫、ナビゲーションによる入力補助 – 開発人員の増強 – 登録受け付け人員の増強
- 29. 登録受付の人員、12名 一般登録ユニット MSSユニット 更新ユニット DRA/DTA/DORユニット (小菅 武英) 大城戸 利久 坂井 勝呂 児玉 悠一 筒井 波留 李 慶範 杉田 里江 福田 亜沙美 江嶋 真由美 三村 公子 (青野 英雄) (江嶋 真由美) (真島 淳) BioProject/Biosample (児玉 悠一) (福田 亜沙美) (大城戸 利久) (李 慶範) (坂井 勝呂) JPO/KIPO 青野 英雄 開発 小菅 武英 JGA (児玉 悠一) (真島 淳) INSDC 対策、各種管理、総括、その他の雑用 真島 淳