آموزش آنالیز داده های متاژنوم با نرم افزارهای بیوانفورماتیک

امروزه بیوانفورماتیک به عنوان یک حوزه بین رشته ای در بین دانشمندان حوزه زیست شناسی و سلامت، اهمیتی انکارناپذیر دارد. در کشور ما نیز از سال ها قبل، این رشته تاسیس شده و مورد توجه قرار گرفته است ولی گسترش و کاربرد آن در حد مطلوبی نیست. در این آموزش می خواهیم با آموزش عملی، دانشجویان را برای ورود به این حوزه مهم و کاربردی ترغیب نماییم.

اکثر نرم افزارهای موجود در این حوزه به صورت Open Source و تحت لینوکس است. از طرف دیگر، آموزش این نرم افزارها و کار با آن ها برای دانشجویان کار سختی است. به این دلیل بعضی از دانشجویان در رشته های مختلف از ورود به این حوزه می ترسند. این آموزش به صورت ساده، روان و تصویری مراحل انجام کارهای مختلف و همچنین نرم افزارهای موجود را توضیح می دهد. همچنین برای این کارها حداقل ده نرم افزار مستقل وجود دارد که پیدا کردن و یادگیری آن ها ممکن است در توان همه نباشد.

در این آموزش می خواهیم نحوه کار با داده های متاژنوم را به صورت عملی و کاربردی به مخاطب آموزش دهیم. اکثر افرادی که از این محتوا استفاده خواهند کرد، عموما غیرکامپیوتری هستند و آموزش قدم به قدم و ساده بسیار باب میل آن ها خواهد بود.

سرفصل‌ها

• درس یکم: پیش پردازش و کنترل کیفی داده های متاژنوم
  • بررسی و تبدیل داده ها به فرمت استاندارد
  • کنترل کیفی داده ها با استفاده از نرم افزار FastQC
  • استخراج اطلاعات آماری داده ها
  • ارائه مثال با استفاده از نرم افزار محلی و سرور Galaxy
• درس دوم: استخراج میکروارگانیسم های موجود در توالی های متاژنوم
  • استفاده از نرم افزار MetaPlAn برای مشخص کردن فراوانی باکتریایی موجود در هر نمونه
  • نصب نرم افزار MetaPlAn و اجرای آن بر روی کامپیوتر شخصی و سرور Galaxy
• درس سوم: استخراج اطلاعات براساس نگاشت توالی
  • معرفی کاتالوگ های ژنی مناسب
  • پیش پردازش اولیه بر روی کاتالوگ ژنی
  • نگاشت توالی های نوکلئوتیدی با استفاده از نرم افزار Mosaik به کاتالوگ نوکلئوتیدی
  • استخراج اطلاعات براساس نرم افزارهای SAMtools
  • نگاشت توالی های نوکلئوتیدی با استفاده از نرم افزار BLAST – NCBI به کاتالوگ های پروتئینی
  • اجرای نگاشت ها به صورت محلی و بر روی سرورهای Galaxy
• درس چهارم: استخراج اطلاعات براساس اسمبلی توالی‌ ها
  • معرفی نرم افزارهای اسمبلی توالی های متاژنوم
  • اسمبلی داده های متاژنوم با استفاده از نرم افزار MetaVelvet و تولید کانتیگ های بزرگ تر
  • استفاده از نرم افزار مبتنی بر وب MetaGeneMark برای پیش گویی ژن های موجود در توالی ها
  • به دست آوردن توالی های نوکلئوتیدی و پروتئینی برای ژن های پیش گویی شده
  • حذف ژن های تکراری با نرم افزار CD-HIT
• درس پنجم: استخراج اطلاعات تفسیرشده از پایگاه داده KEGG
  • استخراج گروه های ارتولوگ براساس توالی ژنی (KO)
  • استخراج گروه های آنزیمی براساس KO ها
  • استخراج واکنش های مرتبط با آنزیم ها