Biologia: Chipster

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.

Do usługi Chipster może uzyskać dostęp każdy użytkownik PLGrid, który jest użytkownikiem usługi Molecular Biology Data Analysis Toolkit. W celu uzyskania dostępu do tych usług należy wejść na stronę http://portal.plgrid.pl, a następnie zalogować się podając swój identyfikator PLGrid (np. plgkowalski) i hasło do portalu, po czym z górnej belki zawierającej menu wybrać opcję „Moje konto”. W prawej kolumnie ukaże się Katalog usług dostępnych dla danego użytkownika.

Z katalogu usług należy wybrać kategorię: Platforma Dziedzinowa – Biologia, a następnie „rozwiń”, ukaże się lista usług w tej kategorii, wśród nich będzie usługa o nazwie Molecular Biology Data Analysis Toolkit a tuż obok link zatytułowany „aplikuj o usługę”. Akceptacja użytkownika następuje automatycznie. Gdy rejestracja się powiedzie, usługa na liście w katalogu zyska status „aktywny”.

Pierwsze kroki

Uruchomienie usługi

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 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 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.

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