Biologia: Chipster (wycofana)

Krótki opis usługi

Usługa jest przeznaczona dla biologów oraz bioinformatyków. 

Chipster jest implementacją popularnego środowiska zarządzania zadaniami pozwalającego na uproszczone uruchamianie analiz bioinformatycznych na zasobach obliczeniowych PLGrid. W ramach usługi szczególny nacisk położony został na udostępnienie możliwie dużej liczby narzędzi związanych z analizą danych pochodzących z eksperymentów opartych o metody wysokoprzepustowego sekwencjonowania. Wykonywanie analiz z użyciem Chipster oparte jest o wygodny interfejs dostępny w formie aplikacji Java, pozwalający na intuicyjne zarządzanie danymi, narzędziami oraz wynikami. Wbudowane moduły wizualizacji pozwalają na przejrzystą i efektywną analizę wyników.

Aktywowanie usługi

Aby skorzystać z usługi Chipster, należy mieć aktywne konto w Infrastrukturze PLGrid oraz aktywną afiliację.

Do usługi Chipster może uzyskać dostęp każdy użytkownik PLGrid, który jest użytkownikiem usługi Molecular Biology Data Analysis Toolkit . W celu uzyskania dostępu do tej usługi należy po zalogowaniu się w Portalu PLGrid w lewym menu wybrać zakładkę Usługi. Po przejściu do tej zakładki należy kliknąć zielony przycisk Zarządzaj usługami, znajdujący się w prawym górnym rogu. Spowoduje to przejście do Katalogu Aplikacji i Usług (KAiU), gdzie należy wyszukać usługę Molecular Biology Data Analysis Toolkit, a następnie o nią aplikować.

Przyznanie usługi następuje automatycznie. Gdy usługa zostanie przyznana, pojawi się na liście usług w portalu PLGrid ze statusem „active” Status usługi będzie również widoczny w KAiU jako "Status użytkownika: Usługa aktywna — usługa dostępna dla użytkownika".

Pierwsze kroki

Uruchomienie usługi

Usługa Chipster składa się z aplikacji klienckiej Chipster oraz oprogramowania zainstalowanego na serwerach obliczeniowych PLGrid. Aplikacja kliencka służy do uruchamiania oraz zarządzania zadaniami obliczeniowymi które uruchamiane są na serwerach obliczeniowych PLGrid. Z tego względu uruchomienie aplikacji Chipster możliwe jest na każdym komputerze wyposażonym w przeglądarkę internetową oraz środowisko Java Web Start. Usługa dostępna jest poprzez portal MBDAT bądź pod adresem: http://chipster.biologia.plgrid.pl. Na wskazanej stronie należy wcisnąć link  launch Chipster. Alternatywnie, można również wybrać wersję aplikacji klienckiej możliwą do zastosowania na komputerach o większej ilości pamięci RAM: 3 lub 6 GB. Po wciśnięciu linku pobrany zostanie plik startowy aplikacji  chipster.jnlp . Pobrany plik należy uruchomić za pomocą Java Web Start. Podczas uruchamiania aplikacji klienckiej nastąpi monit o zalogowanie z użyciem danych konta PLGrid.

Organizacja interfejsu

Interfejs aplikacji Chipster podzielony jest na 4 obszary: Datasets , Workflow , Analysis tools oraz Visualisation . W obszarach Datasets oraz  Workflow możliwe jest śledzenie wyników analiz oraz wskazywanie plików, na których mają być uruchomione narzędzia dostępne w obszarze  Analysis tools . Ostatni z obszarów,  Visualisation , służy do wyświetlania informacji o wybranym pliku/wyniku oraz do wyświetlania jego wizualizacji.

Aktualizacja wersji Chipster

Usługa Chipster będzie aktualizowana zgodnie z dostępnością nowych wersji aplikacji. Po aktualizacji wersji, niezbędne jest pobranie nowej wersji aplikacji klienckiej ze strony https://chipster.biologia.plgrid.pl (link Launch Chipster). 

Praca z sesjami zdalnymi (dostępna od wersji 3.6)

W wersjach Chipster poniżej 3.6 praca wymagała utrzymywania połączenia aplikacji klienckiej uruchamianej na komputerze użytkownika z serwerem obliczeniowym. Błędy w połączeniu objawiały się utratą śledzenia postępów obliczeń co prowadziło do sytuacji, kiedy zakończone obliczenia dla użytkownika widoczne były jako trwające. Chipster w wersji 3.6 wprowadził możliwośc zapisywania sesji na serwerze - Cloud Session. Umożliwia to nie tylko przechowywanie wszystkich plików wsadowych i wynikowych na serwerze, ale również kontynuację obliczeń po utracie połączenia aplikacji klienckiej z serwerem, a nawet po jej wyłączeniu. Aby skorzystać z tej opcji należy:

1. Aby zapisać sesję na serwerze, w dowolnym momencie należy z menu File wybrać opcję Save Cloud Session.
2. Po zapisaniu sesji można zamknąć aplikacje kliencką. 
3. Aby powrócić do zapisanej sesji należy po uruchomieniu wybrać z manu File opcję Open Cloud Session. Po wybraniu odpowiedniego pliku spowoduje to załadowanie wcześniej zapisanej sesji.
4. Jeśli sesja zostanie zapisana w momencie kiedy aktywne są obliczenia (Running Jobs w prawym rogu dolnego paska stanu aplikacji), pozostaną one nadal aktywne, a ich wyniki  po ukończeniu będą widoczne po ponownym załadowaniu zapisanej sesji. Opcja ta jest zalecana, kiedy zlecane są długotrwałe obliczenia.
5. Ilość przestrzeni dyskowej na zapisane sesje jest ograniczona. Prosimy o rozsądne gospodarowanie miejscem. Niepotrzebne sesje można usuwać za pomocą File -> Manage Cloud Sessions. 
6. Przestrzeń dyskowa dostępna w ramach sesji zdalnych nie posiada kopii zapasowej! Zalecamy tworzenie kopii istotnych danych poprzez lokalne zachowywanie sesji lub poszczególnych plików na komputerze użytkownika.

Przykładowy scenariusz użycia: analiza danych RNA-seq

1. Pobierz, a następnie załaduj do Chipster  (używając polecenia File -> Import files ) pliki :
   adrenal_1.fastq
   adrenal_2.fastq
   brain_1.fastq
   brain_2.fastq
   chr19_hg19.bed
   chr19_iGenomes_GRCh37.gtf
   
   
2. Mapowanie odczytów do genomu referencyjnego. Narzędzie: Alignment -> Bowtie2 for paired end reads .  Przed wyborem narzędzia i parametrów zaznacz pliki adrenal_1.fastq oraz adrenal_2.fastq . Wybieramy narzędzie i parametry:
   • Genome: Homo_sapiens.GRch37.75
   • No 1 mate reads: plik zawierający odczyty „forward” (zazwyczaj z ‘_1’ albo ‘f’ w nazwie): adrenal_1.fastq
   • No 2 mate reads: plik zawierający odczyty „reverse” (zazwyczaj z ‘_2’ albo ‘r’ w nazwie): adrenal_2.fastq
     
     Powtórz procedurę dla plików brain_1.fastq i brain_2.fastq . Przejrzyj dostępne wizualizacje plików wynikowych. W wizualizacji genome browser należy wybrać ten sam genom, który był użyty do mapowania. Dane są dostępne dla rejonu: Chr19:3000000:3500000.
      
3. Analiza jakości mapowania. Narzędzie: Quality Control -> RNA-seq quality metrics with RseQC . Narzędzie należy uruchomić na pliku BAM uzyskanym z mapowania w poprzednim kroku oraz załadowanym pliku chr19_hg19.bed . Przeanalizuj otrzymane wykresy oraz informacje diagnostyczne.
    
4. Zliczanie ilości odczytów zmapowanych w obrębie genów. Narzędzie RNA-seq -> Count aligned reads per genes with HTseq-count . Uruchamiamy dla plików bam uzyskanych z mapowania paired-end z użyciem bowtie2. Parametry:
   
   • Reference organism: Homo_sapiens.GRch37.75
   • Does the BAM file contain paired-end data: yes
   • Was a data produced with a strand-specific protocol: yes 
      
5. Zdefiniowanie układu eksperymentalnego. Narzędzie:  Utilities -> Define NGS experiment . Uruchamiamy na plikach  htseq-count.tsv  z poprzedniego kroku (zaznaczyć oba przed uruchomieniem). W opcjach należy zaznaczyć kolumnę zawierającą zliczenia w obrębie plików wybranych do analizy, w naszym przypadku „count”. Po uruchomieniu powstaje tabela łącząca zliczenia z obu plików oraz plik  phenodata.tsv . Plik ten należy zaznaczyć i w oknie wizualizacji wybrać  Phenodata editor . Teraz należy przyporządkować próbki do grup eksperymentalnych. W naszym przypadku nie mamy replikatów, więc sample001.tsv opisujemy w kolumnie „group” jako „adrenal”, natomiast sample0002.tsv jako „brain” i naciskamy „close”.
    
6. Testowanie statystyczne genów pod względem różnicowej ekspresji. Narzędzie:  RNA-seq -> Differential expression using edgeR . Narzędzie uruchom na plikach otrzymanych w poprzednim kroku. Parametry pozostaw domyślne. Przeanalizuj wykresy diagnostyczne oraz listę genów ulegających statystycznie istotnej różnicowej ekspresji.

Gdzie szukać dalszych informacji?

Szczegółowe informacje o użytkowaniu infrastruktury PLGrid znajdują się w Podręczniku Użytkownika.

Szczegółowa dokumentacja Chipster wraz z przykładowymi sesjami znajduje się na stronie: http://chipster.csc.fi/manual/

Informacje o usługach dziedzinowych Biologia dostępne są na stronie: http://biologia.plgrid.pl/

Uzyskanie informacji/helpdesk PLGrid: dokumentacji o pomocy