Archiv čtení sekvence - Sequence Read Archive - Wikipedia

Archiv čtení sekvence
Database.png
Obsah
PopisSekvence FASTQ
Data BAM
OrganismyVšechno
Kontakt
Výzkumné centrumNárodní centrum pro biotechnologické informace
Evropský bioinformatický institut
DNA Data Bank of Japan
Přístup
webová stránkawww.ncbi.nlm.NIH.gov/ sra/
www.ebi.ac.Spojené království/ ena/
stopa.ddbj.nig.ac.jp/ dra/index_E.html

The Archiv čtení sekvence (SRA, dříve známý jako Krátký archiv) je bioinformatika databáze který poskytuje veřejné úložiště pro Sekvenování DNA data, zejména "krátké čtení" generované vysoce výkonné sekvenování, které jsou obvykle menší než 1 000 základní páry v délce.[1] Archiv je součástí Mezinárodní spolupráce s databází nukleotidových sekvencí (INSDC) a běží jako spolupráce mezi NCBI, Evropský bioinformatický institut (EBI) a DNA Data Bank of Japan (DDBJ).

Archiv zřídila Národní centrum pro biotechnologické informace (NCBI) v roce 2007 s cílem poskytnout úložiště dat vytvořených RNA-sekv a ChIP-sekv studie i rozsáhlé studie včetně Projekt lidského mikrobiomu a Projekt 1000 genomů.[1][2] Původně se jmenoval Archiv krátkých čtení, název byl změněn v očekávání, že budoucí technologie sekvenování budou schopny produkovat delší sekvenční čtení.[3]

SRA od roku 2008 rychle rostla.[4] Od roku 2011 byla většina dat sekvence SRA vytvořena společností Illumina Analyzátor genomu.[5]

Objem dat uložených v archivu sekvenčního čtení rychle rostl. V září 2010 bylo 65% SRA lidský genomický sekvence, dalších 16% se týká člověka metagenom čte sekvence.[6] Velká část těchto dat byla uložena v rámci projektu 1000 genomů. V červnu 2011 předala data obsažená v SRA objem 100 terabáz DNA.[2]

Preferovaný datový formát pro soubory předložené SRA je BAM formát, který je schopen ukládat zarovnaná i nezarovnaná čtení.[6] Interně se SRA spoléhá na NCBI SRA Toolkit, který se používá ve všech třech členských databázích INSDC, aby poskytoval flexibilní komprese dat, API přístup a převod do jiných formátů, jako je FASTQ.[5]

NCBI oznámilo svůj plán uzavřít NCBI SRA v únoru 2011 z důvodu snížení financování.[2][7] EBI a DDBJ však oznámily, že budou SRA nadále podporovat.[8] V říjnu 2011 NCBI oznámila pokračování financování SRA.[2]

Ukládání údajů do SRA je pověřeno většinou finančních agentur a deníky s otevřeným přístupem. Nature Publishing Group časopisy vyžadují, aby údaje o sekvenování DNA a RNA byly zpřístupněny prostřednictvím SRA.[9]

Viz také

Reference

  1. ^ A b Wheeler, DL; Barrett, T; Benson, DA; Bryant, SH; Canese, K; Chetvernin, V; Church, DM; Dicuccio, M; Edgar, R; Federhen, S; Feolo, M; Geer, LY; Helmberg, W; Kapustin, Y; Khovayko, O; Landsman, D; Lipman, DJ; Madden, TL; Maglott, DR; Miller, V; Ostell, J; Pruitt, KD; Schuler, GD; Shumway, M; Sequeira, E; Sherry, ST; Sirotkin, K; Souvorov, A; Starchenko, G; Tatusov, RL; Tatusova, TA; Wagner, L; Yaschenko, E (leden 2008). „Databázové zdroje Národního centra pro biotechnologické informace“. Výzkum nukleových kyselin. 36 (Problém s databází): D13-21. doi:10.1093 / nar / gkm 1000. PMC  2238880. PMID  18045790.
  2. ^ A b C d Galperin, M. Y .; Fernandez-Suarez, X. M. (5. prosince 2011). „Vydání databáze pro výzkum nukleových kyselin v roce 2012 a online kolekce databází molekulární biologie“. Výzkum nukleových kyselin. 40 (D1): D1 – D8. doi:10.1093 / nar / gkr1196. PMC  3245068. PMID  22144685.
  3. ^ Ostell, Jim (2009). „Archiv čtení sekvence NCBI: Základní infrastruktura umožňující“. Bio IT svět. Citováno 2013-01-08.
  4. ^ "Přehled NCBI SRA". NCBI. 1. ledna 2013. Citováno 2013-01-08.
  5. ^ A b Kodama, Y .; Shumway, M .; Leinonen, R. (2011). „Archiv přečtených sekvencí: explozivní růst sekvenčních dat“. Výzkum nukleových kyselin. 40 (D1): D54 – D56. doi:10.1093 / nar / gkr854. ISSN  0305-1048. PMC  3245110. PMID  22009675.
  6. ^ A b Leinonen R; Sugawara H; Shumway M (leden 2011). „Archiv čtení sekvence“. Nucleic Acids Res. 39 (Problém s databází): D19–21. doi:10.1093 / nar / gkq1019. PMC  3013647. PMID  21062823.
  7. ^ Redakční tým GB (22. března 2011). „Uzavření NCBI SRA a důsledky pro dlouhodobou budoucnost ukládání genomických dat“. Genome Biology. 12 (3): 402. doi:10.1186 / gb-2011-12-3-402. PMC  3129670. PMID  21418618.
  8. ^ „DDBJ bude pokračovat v archivaci nezpracovaných dat v sekvenci“. www.ddbj.nig.ac.jp. Citováno 2. září 2014.
  9. ^ „Dostupnost údajů a materiálů: autoři a rozhodčí @ npg“. www.nature.com. Citováno 2. září 2014.

externí odkazy