Submit microarray experiment

GEA 登録の流れ

1. 登録アカウントを取得

• D-way 登録アカウントを作成
• 公開鍵と center nameをアカウントに登録しGEA 登録を可能に

2. BioProjectとBioSampleを登録

BioProject

• 研究プロジェクトの内容

BioSample

• 実験データを得るのに使われた生物学的、物理的にユニークなサンプル

メタデータをタブ区切りテキストファイルで登録できます

3. 生データと解析済みデータファイルをアップロード

• GEA 登録用ディレクトリに生データと解析済みデータファイルをアップロード
• [必要であれば] アレイデザインが ArrayExpress/GEA に未登録の場合、GEA 登録用ディレクトリにデータファイルと一緒にアレイデザインファイルをアップロード

4. BioProjectとBioSampleを選択

• GEA 登録で参照する BioProject を一つ選択
• GEA 登録で参照する複数 BioSample を選択。通常の GEA 登録は一つ以上のサンプルで構成されます

5. IDF と SDRF を作成

IDF

• IDF(Investigation Description Format) ファイルで実験デザイン、プロトコールや文献情報といった実験全体を記述します

SDRF

• SDRF(Sample and Data RelationshipFormat) ファイルでサンプル属性とサンプル、アレイ、データファイル間の関係性を記述します
• 選択した BioProject と BioSample の内容から生成された SDRF テンプレートファイルに必要な情報を追加します

6. IDFとSDRFを投稿しデータファイルを検証する

• 登録ウェブシステムから IDF と SDRF を投稿するとアップロードしたデータファイルの検証処理が自動的に始まります
• 検証処理を通過した登録が査定されます

登録前のチェックリスト

Microarray experiment の登録

新規登録の作成

D-way(https://trace.ddbj.nig.ac.jp/D-way) にログインするとトップページが表示されます。上部の GEA メニューから GEA 登録サイトに移動します。

“Microarray”を選択した状態で[New submission]をクリックして microarray experimentsubmission を作成します。作成と同時に DDBJ ファイルサーバ (ftp-private.ddbj.nig.ac.jp) に対応する GEA 登録用サブディレクトリが登録者のホーム下に作成されます。このサブディレクトリにデータファイルをアップロードします。

登録のステータスには以下のものがあります。 “Data Validated” と “Validation Error” になった登録が査定されます。

登録のステータス一覧

生データと解析済みファイルのアップロード

$ scp <Your Files> <D-way Login ID>@ftp-private.ddbj.nig.ac.jp:~/gea/<GEA Submission ID>

Enter passphrase for key '/home/you/.ssh/id_rsa':

$ ssh <D-way Login ID>@ftp-private.ddbj.nig.ac.jp

Enter passphrase for key '/home/you/.ssh/id_rsa':

[test07@ftp-private ~]$

ls cd cp mv rm more mkdir tar gzip gunzip bzip2 bunzip2 zip unzip

Submission

四年以内の公開予定日指定、もしくは、データ処理後即日公開を選択します。登録者の名前と所属組織は公開されますがメールアドレスは公開されません。

BioProject

自身のアカウントで登録済みのBioProjectを一つ選択します。 BioProject が未登録の場合は BioProject登録サイトでプロジェクトを登録します。

他のアカウントで登録された BioProject を参照したい場合は GEA チームに連絡します。

BioSample

自身のアカウントで登録済みの BioSample を選択します。 BioSample が未登録の場合は BioSample登録サイトでサンプルを登録します。

他のアカウントで登録された BioSample を参照したい場合は GEA チームに連絡します。

IDF

IDF(Investigation Description Format) の内容を入力します。

IDFの例

• Protocol: チェック済みのプロトコールは必須です
• Publication: 関連する文献を PubMed ID もしくは DOI で指定します。未公表の文献についてはIDが発行された後にお知らせください。
• Array Design: ArrayExpress/GEA にアレイデザインが登録されている場合は “A-XXXX-n” のアクセッション番号を記入します。アレイデザインが未登録の場合は GEA 登録用ディレクトリにアレイデザインファイルをアップロードして 新規アレイデザインを登録 します。
• Data File Type: マイクロアレイ実験の場合は生データと解析済みデータが必須です。サンプル毎の生データ・解析済みデータファイルの登録を強く推奨しますマイクロアレイ実験に登録可能なファイル形式。

SDRF

SDRF(Sample and Data Relationship Format) テンプレートファイルをダウンロードして必要な情報を追加します。

SDRFの例

自動生成される内容

• 各Nameカラムと Source Name の Attribute カラム: 選択された BioSample の内容から自動生成されます
• SDRF行: 1行 1 BioSample で行が自動生成されます
• Protocol: IDF で作成されたプロトコールはSDRFの適切な個所にプロトコール ID (例ESUB000350_Protocol_1) として挿入されます
• Technology Type: マイクロアレイ登録の場合は “array assay” が固定入力されます
• Array Design REF: IDF で指定されたアレイデザインアクセッション番号、もしくは、アレイデザインファイル名が自動入力されます

<Required: fill in the content> タグを上書きして必須項目を入力します。

追加入力が必要な項目

• Material Type: controlled term から適切な語句を一つ記入します。
  • total RNA
  • polyA RNA
  • cytoplasmic RNA
  • nuclear RNA
  • genomic DNA
  • protein
  • other
• Label: biotin、 Cy3 や Cy5 等の抽出分子を標識したラベル化合物名を記入します。
• Array Data FileとComment[Array Data File md5]: 生データファイルのファイル名と md5 チェックサム値 の組を記入します。
• Derived Array Data File と Comment[Derived Array Data File md5]: 解析済みデータファイルのファイル名と md5 チェックサム値 の組を記入します。
• データファイルと md5 チェックサム値の組は md5sum コマンドの結果を <GEA submission ID>.md5 (例 ESUB000001.md5) ファイルとしてデータファイルと一緒に提供することもできます（SDRFと .md5 ファイルの両方がある場合は .md5 の値が優先されます）。
• Factor Value[enter experiment factor name here]: 実験で研究している「要因」。 growthcondition、genotype、organism part 等の研究で解析している変数のことです。これらの変数の実際の値は “Factor Value[]” カラムに記載します。例:
  • Factor Value[strain]
  • AT76
  • KU-2003
  • KU-PI499262

内容を追加した SDRF を選択して Continue をクリックします。

Overview と投稿

最後の Overview タブで IDF と SDRF ファイルをダウンロードして内容をチェックします。修正が必要な場合はタブを戻ってメタデータを修正します。

“Submit”ボタンをクリックして IDF と SDRF を投稿します。

検証処理

メタデータ投稿時に IDF と SDRF に記載されているデータファイルが対象の登録用ディレクトリにアップロードされていない場合、”Datafile is not uploaded” というエラーメッセージが表示され投稿が中断されます。

Validatorはvalidation ruleに従ってメタデータをチェックしエラーとワーニングメッセージを表示します。メタデータを投稿するためにはエラーを解消しておく必要があります。

アクセッション番号

完成した GEA experiment に対して GEA アクセッション番号が発行されます。

査読者用トークンを発行することでの非公開データへのアクセスを提供することができます。

更新

各データベースにおける更新方法

アーカイブされた experiment の削除

アーカイブされた Experiment を削除する場合は GEA チームに連絡します。

補足: MD5値

MD5(Message Digest Algorithm 5) はハッシュ関数であり、与えられたファイルに対してハッシュ値 (MD5値、32桁の英数字)を出力します。ファイルが破損していると MD5 値が変化します。 DRA では、到着したファイルの MD5 値の一致をチェックすることで、ファイルの破損がないかどうか確認しています。

$ md5sum file1 file2
9F6E6800CFAE7749EB6C486619254B9C file1
B636E0063E29709B6082F324C76D0911 file2

$ md5 file1 file2
9F6E6800CFAE7749EB6C486619254B9C file1
B636E0063E29709B6082F324C76D0911 file2