公共NGSデータの検索と登録

仲里 猛留

情報・システム研究機構 データサイエンス共同利用基盤施設ライフサイエンス統合データベースセンター

Joint Support-Center for Data Science Research, Research Organization of Information and Systems (ROIS)Database Center for Life Science (DBCLS),

NAKAZATO, Takeru

2017/8/29

@chalkless

@東京大学農学部撮影可

平成29年度 NGSハンズオン講習会

NGSのデータベース

PubMed

BLAST

ライフ系データベース：BLASTとPubMed

NGS データ

SRA

GenBankEMBLDDBJ

BLAST

MEDLINE

SRA Search(Sequence Read Archive)

研究データと公共データベース

データベース 検索システム

塩基配列

文献

登録

登録

SRA:

Sequence Read Archive

ちなみに、昔は Short Read Archive

INSDC

ROIS

データ収集

データ普及・活用

NGSデータの収集と提供

登録されたNGSデータの伸び

https://trace.ncbi.nlm.nih.gov/Traces/sra/sra.cgi?view=announcement

JGA (Japanese Genotype-Phenotype Archive)Controlled-access データのアーカイブ

登録などはJST NBDCに

SRAの検索

mappingde novo assemble

Quality check

DB search

Downloadown exp

exp analysis SNP detectiongenome assemble

NGSデータ解析の流れ

NCBIのインターフェース

EBIのインターフェース

DDBJのインターフェース

DBCLS SRA 公共NGSデータの検索サイト

http://sra.dbcls.jp/

DBCLS SRA – リスト表示

DBCLS SRA – 詳細表示

http://trace.ddbj.nig.ac.jp/dra/submission_e.html

データ構造（概略版）

BioProject

SRA GEO

Project Summary

Run data

Umbrella Project

Study

Sample

Platform

Sample

Run data

Primary Project

Exp

Run

BioSample

Sample

http://trace.ddbj.nig.ac.jp/dra/submission.html を改

データ構造（詳細版）

目的が多種多様

ゲノム、発現解析、エピゲ、メタゲ、...

対象生物種も多種多様

データベースの構造

ヒト、マウス、メタゲノム、微生物、...

study：プロジェクト情報experiment：個々の実験情報

SRAの検索は意外とツラい

Subm

ission

Study

Expe

rimen

t

Run

Sample

Analys

is

✓✓✓

✓ ✓

✓

✓✓ ✓✓ ✓

✓✓

✓✓✓✓ ✓✓

✓

✓

✓

✓ ✓✓ ✓

✓

✓✓

✓

✓✓✓

✓

✓

✓

✓

✓ ✓✓

55452

22025

11228

6066

2915

2608

2430

927

116

107

95

85

40

Total (submissions) 104256

...

✓

✓

✓✓ ✓ 58✓

✓

48

https://dx.doi.org/10.1371/journal.pone.0077910.g001

Study

SRR036299

SRX016867

SRA010353Submission

Experiment

Sample

Run

SRP001599Study

SRA012004Submission

SRX016866Experiment

SRS010549Sample

SRR36297Run

SRR036393

SRX016903

SRA012014Submission

SRX016902Experiment

SRS010533Sample

SRR36397Run

Study

すべてのメタデータが1つの登録に入っているわけでない

ワインが飲みたい

どれにする?

どうしようかなぁ...

Soleil Hikumo Rouge名前タイプ

ワイナリー

ブドウ品種

製造年

生産地

赤で重くないやつ

→ 中身のクオリティによる足切り

赤

旭洋酒山梨ピノノワール＋ベイリーA

2012年

→ メタデータによる選択

Zoom 6m YTD 1y All1m 3m From Nov 15, 2010 To Dec 15, 2015

Whole Genome Seq

Transcriptome Analysis

Metagenomics

Epigenetics

Reseq

Other

RNASeq

Population Genomics

Gene Reg Study

Cancer Genomics

Exome Seq

Synthetic Genomics

Forensic or Paleo-genomics

Pooled Clone Seq

TOTAL

11-0

1

11-0

7

12-0

1

12-0

7

13-0

1

13-0

7

14-0

1

14-0

7

15-0

1

15-0

7

0k

10k

20k

30k

40k

50k

60kTOTAL

データ数の推移 – 目的別

◎ 登録状況（機器別）

11-0111-0712-0112-0713-0113-0714-0114-0715-0115-0716-0116-07

0k

25k

50k

75k

100k

125k

600k

IlluminaGA II

IlluminaHiSeq 2000

IlluminaMiSeq

Total 1317530

Illumina HiSeq 2000 680492

Illumina MiSeq 126689

454 GS FLX Titanium 101720

Illumina

Genome Analyzer II

90869

Illumina

HiSeq 2500

90521

Ion Torrent PGM 11892

PacBio RS II 5861

PacBio RS 4343

Helicos HeliScope 3830

Complete Genomics

3389NextSeq 500

2972

Ion Torrent Proton

MinION 122

......

......

...

1113

データ数の推移 – 機器別

Publication info data info (SRA)

論文からの検索

NGSデータを使って論文を出したら

QC result

疾患からの検索

生物種からの検索

SRAへの登録

http://trace.ddbj.nig.ac.jp/dra/submission.html

DRAへの登録

BioProject

SRA GEO

Project Summary

Run data

Umbrella Project

Study

Sample

Platform

Sample

Run data

Primary Project

Exp

Run

BioSample

Sample

http://trace.ddbj.nig.ac.jp/dra/submission.html を改

データ構造（再掲）

DRAへの登録フローシーケンスデータ

（FASTQ or BAM）に加え

メタデータ（実験情報）を

書いてDDBJに登録

DRAへの登録（Sample）

DRAへの登録（Experiment）