Submit sequencing experiment

GEA submission flow

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、BioSample と Sequence Read Archive(DRA)に登録

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

DRA

• 生シークエンスリードとアライメント

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. 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解析済みデータファイルをアップロード

4. DRA submissionを選択

• GEA 登録の基となる生シークエンスリードを含んでいる DRA submission を一つ選択します
• GEA 登録の基となる生シークエンスリードが複数の DRA submission に含まれている場合は複数 submission を選択します

5. BioProjectを一つ選択

• GEA と DRA submission が同じプロジェクトである場合は DRA submission で使用した BioProject を一つ選択します
• GEA と DRA submission が異なるプロジェクトである場合は DRA submission で使用した BioProject ではないBioProjectを一つ選択します

6. 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、BioSample と DRA submission 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

7. 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

シークエンス実験の登録

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。

“Sequencing” を選択した状態で [New submission] をクリックして sequencing experiment submission 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。

<a class="group1" href="/assets/images/books/array-sub1.jpg" title="Sequencing experiment submissionの新規作成">
  <figure class="image">
    <img src="/assets/images/books/array-sub1.jpg" alt="Sequencing experiment submissionの新規作成" class="w450">
    <figcaption>Sequencing experiment submissionの新規作成</figcaption>
  </figure>
</a>

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

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。

<a class="group1" href="/assets/images/books/array-sub2.jpg" title="登録管理情報を入力します">
  <figure class="image">
    <img src="/assets/images/books/array-sub2.jpg" alt="登録管理情報を入力します" class="w550">
    <figcaption>登録管理情報を入力します</figcaption>
  </figure>
</a>

DRA

自身のアカウントで登録した DRA submission を一つ選択します。DRA が未登録の場合は DRA登録サイトで DRA を登録します。

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

<a class="group1" href="/assets/images/books/seq-dra.jpg" title="GEA 登録で使う DRA submission を選択">
  <figure class="image">
    <img src="/assets/images/books/seq-dra.jpg" alt="GEA 登録で使う DRA submission を選択" class="w550">
    <figcaption>GEA 登録で使う DRA submission を選択</figcaption>
  </figure>
</a>

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。

GEA と DRA submission が同じプロジェクトである場合は DRA submission で使用した BioProject を一つ選択します。 GEA と DRA submission が異なるプロジェクトである場合は DRA submission で使用した BioProject ではない BioProject を一つ選択します

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。

<a class="group1" href="/assets/images/books/gea-bp.jpg" title="GEA 登録で使う BioProject を一つ選択します">
  <figure class="image">
    <img src="/assets/images/books/gea-bp.jpg" alt="GEA 登録で使う BioProject を一つ選択します" class="w550">
    <figcaption>GEA 登録で使う BioProject を一つ選択します</figcaption>
  </figure>
</a>

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。
• Data File Type: シークエンシング実験の場合は解析済みデータが必須です。サンプル毎の解析済みデータファイルの登録を強く推奨します。シークエンシング実験に登録可能なファイル形式。

<a class="group1" href="/assets/images/books/seq-idf.jpg" title="IDF の内容を入力">
  <figure class="image">
    <img src="/assets/images/books/seq-idf.jpg" alt="IDF の内容を入力" class="w600">
    <figcaption>IDF の内容を入力</figcaption>
  </figure>
</a>

SDRF

<a class="group1" href="/assets/images/books/seq-sdrf-down.jpg" title="SDRF テンプレートファイルをダウンロード">
  <figure class="image">
    <img src="/assets/images/books/seq-sdrf-down.jpg" alt="SDRF テンプレートファイルをダウンロード" class="w400">
    <figcaption>SDRF テンプレートファイルをダウンロード</figcaption>
  </figure>
</a>

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

Auto-filled fields.

• Name columns and attribute columns for Source Name: Generated from BioSamples.
• SDRF rows: 1 row for 1 Run.
• Protocols: Protocols described in IDF are inserted to appropriate positions of SDRF with temporary protocol IDs (e.g., ESUB000352_Protocol_1)
• Technology Type: “sequencing assay” for sequencing submission.
• SRA Experiment and Run Comments to Extract and Assay Names: Generated from DRA Experiment and Run.

Enter required fields by overwriting <Required: fill in the content> tags.

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
• 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」。growth condition、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

<a class="group1" href="/assets/images/books/seq-sdrf-template.jpg" title="SDRF テンプレートの図解、登録者が情報を追加する必要がある部分は黄色で示されている">
  <figure class="image">
    <img src="/assets/images/books/seq-sdrf-template.jpg" alt="SDRF テンプレートの図解、登録者が情報を追加する必要がある部分は黄色で示されている" class="w600">
    <figcaption>SDRF テンプレートの図解、登録者が情報を追加する必要がある部分は黄色で示されている</figcaption>
  </figure>
</a>

内容を追加した SDRF を選択して Continue をクリックします。

<a class="group1" href="/assets/images/books/seq-sdrf-up.jpg" title="作成した SDRF ファイルを選択">
  <figure class="image">
    <img src="/assets/images/books/seq-sdrf-up.jpg" alt="作成した SDRF ファイルを選択" class="w450">
    <figcaption>作成した SDRF ファイルを選択</figcaption>
  </figure>
</a>

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。

<a class="group1" href="/assets/images/books/seq-submit.jpg" title="IDF と SDRF の内容を確認してから投稿">
  <figure class="image">
    <img src="/assets/images/books/seq-submit.jpg" alt="IDF と SDRF の内容を確認してから投稿" class="w450">
    <figcaption>IDF と SDRF の内容を確認してから投稿</figcaption>
  </figure>
</a>

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、”Data file 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。

<a class="group1" href="/assets/images/books/seq-validation.jpg" title="エラーとワーニングメッセージ">
  <figure class="image">
    <img src="/assets/images/books/seq-validation.jpg" alt="エラーとワーニングメッセージ" class="w500">
    <figcaption>エラーとワーニングメッセージ</figcaption>
  </figure>
</a>

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。

<a class="group1" href="/assets/images/books/seq-accession.jpg" title="GEA アクセッション番号">
  <figure class="image">
    <img src="/assets/images/books/seq-accession.jpg" alt="GEA アクセッション番号" class="w500">
    <figcaption>GEA アクセッション番号</figcaption>
  </figure>
</a>

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