While the data from experiments by DNA microarrays and Next Generation DNA Sequencers(so called NGS) are so huge and it is thus hard for wet biologists to handle them, many biologists now try to make full use of public database. In DBCLS, we are developing the technology for the re-use of big data including DNA sequence from NGS and providing such information for wet biologists. I will show you the current status and the future of our project. -- 第3回 SPARC Japan セミナー2013「オープンアクセス時代の研究成果のインパクトを再定義する:再利用とAltmetricsの現在」 http://www.nii.ac.jp/sparc/event/2013/20131025.html で話した講演「生命科学分野の大規模データ利用技術開発の現状と今後の展開」のスライドです。 要旨：DNAマイクロアレイや新型DNAシーケンサ(Next Generation Sequencers)といった大規模解析による実験データの量は膨大でそのデータハンドリングは実験生物学者には困難であるが,論文発表に伴って公開されたデータを蓄積した公共データベースをフル活用する新しい研究スタイルが注目されてきている。DBCLSではそれらを再利用する利用技術を開発し,実験生物学者の情報技術的な自立を促すための情報提供を行ってきた。本講演ではその現状を紹介し,今後について展望する。

1. 生命科学分野の大規模データ利用
技術開発の現状と今後の展開
Pictures from Togo Picture Gallery http://g86.dbcls.jp/togopic/
ライフサイエンス統合データベースセンター(DBCLS)
坊農 秀雅(a.k.a. @bonohu)
Technology development of database integration in lifescience
by Hidemasa Bono from Database Center for Life Science(DBCLS)
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

2. Who we are: togoDB
• The integrated database project in Japan
• Collaborative effort to recycle data
–Provide data which can easily reuse
–Retain data which is part of ‘public data’
Technology developer
DNA data archiver
Data organizer
TogoHeadquarters
http://biosciencedbc.jp/
2
Universities & institutes
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

3. NBDC portal
3
http://biosciencedbc.jp/
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

4. http://integbio.jp/dbcatalog/
4
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

5. Big data in lifescience
解釈のために
1. DB統合化技術開発
2. 信頼出来るコンテンツ作成
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

6. RDFによるDB統合
ゲノムの配列情報と多種多様なアノテーションデータを個別のオン
トロジー、データ変換プログラムを開発し RDF 形式にして統合
ゲノム配列
NCBI: BioProject/RefSeq
-- 既存のリファレンス配列
DDBJ: Annotation
pipeline/GTPS -- 新規ゲノ
ム配列
実験・メタデータ
INSDC, NCBI: SRA, GEO
DBCLS: RefEx, Kusarinoko
GOLD, GSC: 環境メタデータ
Bulk data: 文献, 画像 ...
オントロジー
NCBO: BioPortal, OBO
(GO, SO ...)
DBCLS: MEO, GMO,
MCCV ...
アノテーション
UniProt: Protein
functions and links
Formats: GFF3, GTF,
GVF, DAS, BED ...
Tools: Cufflinks, BLAST,
InterProt ...
Slide from トーゴーの日シンポジウム2013
「データベース統合の実現に向けて2」
by 岡本忍 (DBCLS)
6
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

7. Big data in lifescience
• Output mostly from machines
–NGS(Next Generation Sequencers)
• over 100M lines, 2Gbyte in size/sample
• Ethical issues: Personal human genome
• So many variations in...
Pictures from Togo Picture Gallery
http://g86.dbcls.jp/togopic/
–Data format
–Application: re-sequencing, de novo seq, RNA-seq,...
–Annotation: granularity of metadata
SRA
Genome
Metagenome
GEO
RNAseq ArrayExpress
ChIPseq microarray (GeneChip,
Oligoarray)
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

8. 1. DBCLS SRA
Pipeline to help users re-use public NGS data
Search data
• Yellow pages for NGS data archived
–Indexed by metadata. Search by....
Download
Quality Check
• Statistics
• Publications
• Diseases
–Direct link to original DB(SRA)
Data processing
Analysis
8
• Pre-calculated QC data
http://SRA.dbcls.jp/
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

9. Statistics: studies
http://SRA.dbcls.jp/
9
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

10. Search by publications
10
http://bit.ly/sra2pubmed
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

11. Search by diseases
11
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

12. Search by diseases(cont.)
12
Nakazato T, Ohta T, Bono H
Experimental design-based functional mining and characterization of
high-throughput sequencing data in the Sequence Read Archive.
PLOS ONE. 2013; doi: 10.1371/journal.pone.0077910
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

13. Big data in lifescience
解釈のために
1. DB統合化技術開発
2. 信頼出来るコンテンツ作成
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

14. 新着論文レビュー
http://first.lifesciencedb.jp/
クリエイティブ・コモンズ 表示 2.1 日本
14
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

15. 領域融合レビュー
http://leading.lifesciencedb.jp/
クリエイティブ・コモンズ 表示 2.1 日本
15
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

16. 統合TV (togoTV)
•動画によるDBやツールのチュートリアル
‒ 各DBやツール名で検索
http://togotv.dbcls.jp/
•統合データベース講演会AJACSの動画も
•YouTubeにも
http://youtube.com/togotv
•約700の動画
(アップデート込)
クリエイティブ・コモンズ 表示 2.1 日本 © 2013 DBCLS Licensed under CC BY 2.1JAPAN
16

17. http://allie.dbcls.jp/
17
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

18. inMeXes
18
http://docman.dbcls.jp/im/
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

19. 19
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

20. Life
Science
Dictionary
のサイトにリンク
20
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

21. まとめ
• ライフサイエンス分野ではDBCLSなどの
センターがDB統合化に取り組んでいる
1.DB統合化技術開発
2.信頼出来るコンテンツ作成
• 現状「まずは使ってもらう」フェーズ
• その一方で、測定機器のムーアの法則を上回るパ
ーフォーマンスによるアーカイブデータの爆発
21
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

22. 今後どうあるべきか
• データを出したがらない状況を変える
–データの適切なcitationがなされるように
–公的研究費から得たデータを売る人の撲滅
• 「データを流通させると御利益がある」
ことの普及
–tracking機能の充実
–成功事例の充実
22
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

23. I choose
Hidemasa Bono
after his Genome karaoke presentation
at GENOME INFORMATICS meeting
Wellcome Trust Genome Campus
Hinxton, Cambridge, U.K.
Lead the next scientific revolution.
Submit your best work to PLoS Biology.
23
www.plos.org
© 2013 DBCLS Licensed under CC BY 2.1JAPAN

24. I still choose Open Access.
• BMC Genomics
–Associate Editor (2008年12月∼)
• PLOS Supporter :)
24
© 2013 DBCLS Licensed under CC BY 2.1JAPAN