中国科学院北京基因组研究所生命与健康大数据中心(BIG Data Center, BIGD)于2016年2月29日正式成立,是研究所三大科研体系之一。中心面向我国人口健康和社会可持续发展的重大战略需求,围绕国家精准医学和重要战略生物资源的组学数据,建立海量生物组学大数据汇交、存储与管理的应用与共享平台,发展组学大数据系统整合、挖掘与分析的新技术、新方法,力争建成支撑我国生命科学发展、国际知名的生命与健康大数据中心。 来!看一下主页画风(http://bigd.big.ac.cn/): 确实,跟NCBI有相似之处!不过,更好用,中国人还是得支持一下自己的事业! 受基因组所的老同事所托,也是怀有对国人数据库的敬仰之情,本篇文章将对如何传数据进行介绍! 第一步,准备工作 准备好你的reads文件,计算好他们的md5。 比如 5aa05dd66815b027b10233c8661e07bb T112_good_1.fq.gz 1c9bd20eae0848fdcaab37cbb3f88cde T112_good_2.fq.gz 前面的这一串数字就是md5值。 这个md5呢是对数据完整性的一种校验,百度下载一个md5计算器,就可以进行计算。当然公司测序之后会连带md5一起发给你,这就方便多了。 ##第二步,建立bioproject 点击红框位置,进入之后页面: 点击new bioproject,进入页面 继续点击 Creat Bioproject 填好信息,星号位置必填。点击红色按钮,进行下一步 自己建立项目名称,选择是否立即释放,点击红色按钮,进行下一步 选择什么类型数据,基因组、转录组、还是甲基化数据?纯品还是混样? 点击红色按钮,进行下一步: 此步骤可填可不填,点击红色按钮,进行下一步 最后一步是overview阶段,提交确认,这样,bioproject就建立了。 返回返回可以看到,已经成功建立。 构建biosample 先讲一下biosample什么概念,比如我们在四个条件下测的转录组,包括:高盐胁迫、干旱胁迫、低温胁迫、重金属胁迫。 这样的话,我们要建立四个biosample,加入每一个处理下又存在两个重复,这样的话,在每个biosample的experiment下,我们要建立两个run. 点击红框的biosample,进入下一步 点击New Biosample,进入下一步。 点击Creat Biosample,进入下一步 同样的,点击红色按钮 此步骤注意了,要关联bioproject的信息,将上一步构建好的bioproject号码填写进去。点击的时候,会自动进行关联,直接选择就好了。 点击红色按钮,进行下一步。 选择,进行下一步。 这一步信息填的稍多一些,耐心填完,星号为必填。 最终还是,overview。 没问题,提交! 返回,会看到,biosamle里面已经建立了序列号。 同样的,我们建立四个biosample,为了存储四个条件下的数据。这样的话,在biosample菜单下会存在四个序列号。 Reads提交 点击红色框,进入下一步 点击红框上传。 新建GSA,进项下一步。 填写信息,自己认识的一个别名,提交,进行下一步。 这一步注意了,需要构建Experiment。点击,进行下一步。 假如这四个处理都是在一个bioproject下进行的,那么其余三次选择左边红色方框的内容时候,都需要选择同一个bioproject。然而,四个实验由于属于同一个bioproject不属于同一个biosample。所以之前我们要在同一个bioproject下构建四个biosample,这一步进行的时候,右方框要选择四个不同的biosample. 提交之后,就构建好了。 ##构建run,不同重复需要建立多个run。 构建run了,也就是传数据阶段。 填好,刚才我们例子中提供的文件全名和md5信息。记住,一定要全名,包括后缀gz. 根据下面提供的ftp地址,上传就好了,一定要传到GSA文件夹里面,传完之后,就是等待机器审核了。 许久之后,会邮件通知你的序列号。 (责任编辑:泉水) |