NIHCloudLabGCP

แหล่งข้อมูลบทแนะนำ GCP

เราได้รวบรวมบทช่วยสอนที่หลากหลายจากแหล่งที่แตกต่างกันที่นี่ บางคนใช้ Compute Engine บางคนใช้สมุดบันทึก Vertex AI และบางคนใช้เฉพาะบริการที่มีการจัดการเท่านั้น บทแนะนำจะจัดระเบียบตามวิธีการวิจัย แต่เราพยายามระบุว่าบริการ GCP ใดที่จะนำไปใช้เพื่อช่วยคุณในการนำทาง

ภาพรวมของเนื้อหาของหน้า

• ขั้นตอนการทำงานทางชีวการแพทย์ใน GCP
• ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง
• การถ่ายภาพทางการแพทย์
• ดาวน์โหลดข้อมูล SRA
• การโทรแบบต่างๆ
• แบบสอบถาม VCF
• กวัส
• โปรตีโอมิกส์
• RNAseq และชุดประกอบการถอดเสียง
• scRNAseq
• ATACseq และ scATACseq
• เมทิลซีค
• เมเทโนมิกส์
• การวิเคราะห์มัลติโอมิกส์และไบโอมาร์คเกอร์
• บลาสต์+
• การวิเคราะห์ลำดับการอ่านแบบยาว
• การค้นพบยา
• การใช้ Google แบทช์
• การใช้ API วิทยาศาสตร์ชีวภาพ (เสื่อมราคา)
• ชุดข้อมูลสาธารณะ

ขั้นตอนการทำงานทางชีวการแพทย์ใน GCP

การเรียกใช้เวิร์กโฟลว์บน GCP มีหลายวิธี ในที่นี้เราจะแสดงรายการความเป็นไปได้บางประการซึ่งแต่ละอย่างอาจใช้ได้ผลกับจุดมุ่งหมายการวิจัยที่แตกต่างกัน ขณะที่คุณดูบทช่วยสอนต่างๆ ด้านล่างนี้ ลองนึกถึงวิธีที่คุณสามารถเรียกใช้เวิร์กโฟลว์นั้นได้อย่างมีประสิทธิภาพมากขึ้นโดยใช้วิธีอื่นที่แสดงไว้ที่นี่

• วิธีที่ง่ายที่สุดน่าจะเป็นการเรียกใช้อินสแตนซ์ Compute Engine และเรียกใช้คำสั่งของคุณแบบโต้ตอบ หรือใช้ screen หรือเป็นสคริปต์เริ่มต้นที่แนบมาเป็นข้อมูลเมตา
• คุณยังสามารถรันไปป์ไลน์ของคุณผ่านโน้ตบุ๊ก Vertex AI ได้ด้วยการแยกแต่ละคำสั่งออกเป็นบล็อกอื่น หรือโดยการเรียกใช้ตัวจัดการเวิร์กโฟลว์ (Nextflow ฯลฯ) กำหนดเวลาสมุดบันทึกเพื่อให้ทำงานได้นานขึ้น คุณสามารถดูบทช่วยสอนดีๆ เกี่ยวกับการใช้สมุดบันทึกที่มีการจัดการได้ที่นี่ โปรดทราบว่าขณะนี้มีความแตกต่างระหว่าง managed notebooks และ user managed notebooks managed notebooks มีคุณสมบัติมากกว่าและสามารถกำหนดเวลาได้ แต่ให้คุณควบคุมสภาพแวดล้อม/การติดตั้ง conda น้อยลง
• คุณสามารถโต้ตอบกับ Google Batch หรือ Google Life Sciences API ได้โดยใช้ตัวจัดการเวิร์กโฟลว์ เช่น Nextflow, Snakemake หรือ Cromwell ขณะนี้เรามีสมุดบันทึกตัวอย่างสำหรับทั้ง Nextflow และ Snakemake ที่ใช้ Life Sciences API รวมถึง Google Batch ที่มี Nextflow รวมถึง Snakemake เวอร์ชันท้องถิ่นที่ทำงานผ่าน Pangolin
• คุณอาจพบว่า API อื่นๆ ตรงกับความต้องการของคุณมากกว่า เช่น Google Cloud Healthcare Data Engine
• โน้ตบุ๊กด้านล่างส่วนใหญ่ต้องการ CPU เพียงไม่กี่ตัว เริ่มจากเล็กๆ (อาจเป็น 4 CPU) จากนั้นขยายขนาดตามต้องการ ในทำนองเดียวกัน เมื่อคุณต้องการ GPU ให้เริ่มต้นด้วย GPU รุ่นที่เล็กกว่าหรือเก่ากว่า (เช่น T4) สำหรับการทดสอบ จากนั้นเปลี่ยนไปใช้ GPU รุ่นใหม่ (A100/V100) เมื่อคุณรู้ว่าสิ่งต่างๆ จะได้ผลหรือคุณต้องการพลังการประมวลผลมากขึ้น

ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง

การเรียนรู้ของเครื่องเป็นสาขาย่อยของปัญญาประดิษฐ์ที่มุ่งเน้นการพัฒนาอัลกอริธึมและแบบจำลองที่ช่วยให้คอมพิวเตอร์เรียนรู้และคาดการณ์หรือตัดสินใจตามข้อมูลโดยไม่ต้องตั้งโปรแกรมไว้อย่างชัดเจน โดยทั่วไปแมชชีนเลิร์นนิงบน GCP จะเกิดขึ้นภายใน VertexAI คุณสามารถเรียนรู้เพิ่มเติมเกี่ยวกับแมชชีนเลิร์นนิงบน GCP ได้ที่ Google Crash Course นี้ สำหรับตัวอย่างเชิงปฏิบัติ ลองใช้โมดูลนี้ที่พัฒนาโดยมหาวิทยาลัยแห่งรัฐซานฟรานซิสโก หรือโมดูลนี้จากมหาวิทยาลัย Arkasas ที่พัฒนาขึ้นสำหรับโครงการ NIGMS Sandbox

เมื่อยุคของ Generative AI (Gen AI) มาถึงแล้ว Google ได้เปิดตัวโฮสต์ของข้อเสนอ Gen AI ภายในชุด Vertex AI ตัวอย่างบางส่วนของสิ่งที่โมเดล AI เจนเนอเรชั่นสามารถทำได้คือการดึงข้อมูลที่ต้องการจากข้อความ การแปลงคำพูดเป็นข้อความ การสร้างรูปภาพจากคำอธิบายและในทางกลับกัน และอื่นๆ อีกมากมาย คอนโซล Vertex AI Studio ของ Vertex AI ช่วยให้ผู้ใช้สามารถสร้าง ทดสอบ และฝึกโมเดล AI ที่สร้างบนคลาวด์ได้อย่างรวดเร็วในสภาพแวดล้อมที่ปลอดภัย ดูภาพรวมของเราในบทช่วยสอนนี้ สตูดิโอยังมีโมเดลที่พร้อมใช้งานทั้งหมดรวมอยู่ใน Model Garden โมเดลเหล่านี้มีตั้งแต่โมเดลพื้นฐาน โมเดลที่ปรับแต่งได้ และโซลูชันเฉพาะงาน

• หากต้องการเรียนรู้เพิ่มเติมเกี่ยวกับ Gen AI บน GCP โปรดดูบทช่วยสอน GenAI ของเราที่ครอบคลุมผลิตภัณฑ์ GCP หลายอย่าง เช่น Gemini และ Vector Search และเครื่องมืออื่นๆ เช่น Langchain และ Huggingface เพื่อปรับใช้ ฝึกฝน พร้อมท์ และใช้เทคนิคต่างๆ เช่น การดึงข้อมูล-Augmented Generation ( RAG) เป็นรุ่น GenAI
• Google ยังมีบทช่วยสอน AI เชิงสร้างสรรค์อีกมากมายที่โฮสต์บน GitHub ตัวอย่างบางส่วนที่พวกเขาให้ไว้อยู่ภายใต้ภาษาที่นี่

การแบ่งส่วนภาพทางการแพทย์

การวิเคราะห์ภาพทางการแพทย์คือการประยุกต์ใช้อัลกอริธึมและเทคนิคการคำนวณเพื่อดึงข้อมูลที่มีความหมายจากภาพทางการแพทย์เพื่อการวินิจฉัย การวางแผนการรักษา และการวิจัย การวิเคราะห์ภาพทางการแพทย์ต้องใช้ไฟล์ภาพขนาดใหญ่ และมักจะเป็นพื้นที่จัดเก็บที่ยืดหยุ่นและการประมวลผลที่รวดเร็ว

• การวิเคราะห์ภาพทางการแพทย์ส่วนใหญ่จะทำในโน้ตบุ๊ก ดังนั้นเราขอแนะนำให้ดาวน์โหลด Jupyter Notebook จากที่นี่ แล้วนำเข้าหรือโคลนลงใน VertexAI บทช่วยสอนจะอธิบายเกี่ยวกับการแบ่งส่วนรูปภาพโดยใช้เฟรมเวิร์ก Monai
• คุณยังสามารถขอสิทธิ์เข้าถึง Google Medical Imaging Suite ใหม่ก่อนใครเพื่อดูว่าเหมาะกับกรณีการใช้งานของคุณหรือไม่

ดาวน์โหลดข้อมูลจากไฟล์เก็บถาวรการอ่านลำดับ (SRA)

ข้อมูลลำดับพันธุกรรมรุ่นต่อไปจะอยู่ใน NCBI Sequence Read Archive (SRA) คุณสามารถเข้าถึงข้อมูลเหล่านี้ได้โดยใช้ SRA Toolkit เราจะอธิบายให้คุณทราบโดยใช้สมุดบันทึกนี้ รวมถึงวิธีใช้ BigQuery เพื่อสร้างรายการการเข้าถึงของคุณ คุณยังสามารถใช้ BigQuery เพื่อสร้างรายการการเข้าถึงสำหรับการดาวน์โหลดโดยใช้คู่มือการตั้งค่านี้และคู่มือการค้นหานี้ สามารถดูสมุดบันทึกตัวอย่างเพิ่มเติมได้ที่ repo ของ NCBI นี้ โดยเฉพาะอย่างยิ่ง เราขอแนะนำสมุดบันทึกนี้ (https://github.com/ncbi/ASHG-Workshop-2021/blob/main/1_Basic_BigQuery_Examples.ipynb) ซึ่งมีรายละเอียดเพิ่มเติมเกี่ยวกับการใช้ BigQuery เพื่อเข้าถึงผลลัพธ์ของการวิเคราะห์อนุกรมวิธานของ SRA เครื่องมือ ซึ่งมักจะแตกต่างจากชื่อสายพันธุ์ที่ผู้ใช้ป้อนเนื่องจากการปนเปื้อน ข้อผิดพลาด หรือเนื่องจากตัวอย่างมีลักษณะเป็นเมทาโนมิกส์ นอกจากนี้ สมุดบันทึกนี้ยังเจาะลึกเกี่ยวกับการแยกวิเคราะห์ผลลัพธ์ BigQuery และอาจให้แนวคิดดีๆ เกี่ยวกับวิธีค้นหาตัวอย่างจาก SRA การวิเคราะห์ข้อมูลเมตาและอนุกรมวิธานของ SRA อยู่ในตาราง BigQuery แยกกัน คุณสามารถเรียนรู้วิธีรวมทั้งสองตารางโดยใช้ SQL จาก Powerpoint นี้หรือจากบทช่วยสอนของเราที่นี่ สุดท้ายนี้ NCBI ได้เปิดตัวเวิร์กช็อปนี้ซึ่งจะกล่าวถึงแอปพลิเคชัน BigQuery ที่หลากหลายพร้อมชุดข้อมูล NCBI

การโทรแบบต่างๆ

การเรียกตัวแปรจีโนมเป็นกระบวนการในการระบุและจำแนกลักษณะความแปรผันทางพันธุกรรมจากข้อมูลลำดับดีเอ็นเอเพื่อทำความเข้าใจความแตกต่างในองค์ประกอบทางพันธุกรรมของแต่ละบุคคล

• บทช่วยสอนของ Google นี้จะแสดงวิธีเรียกใช้ไปป์ไลน์ GATK Best Practices สำหรับการเรียกตัวแปรจีโนมโดยใช้ Life Sciences API มีส่วนเกี่ยวกับการเพิ่มโควต้าบัญชีของคุณ คุณสามารถข้ามไปได้ คุณยังสามารถเรียกใช้ GATK โดยใช้ตัวจัดการเวิร์กโฟลว์ใดก็ได้และส่งไปยัง Life Sciences API
• บทช่วยสอนหนึ่งที่เกี่ยวข้องกับการเรียกตัวแปรโซมาติกโดยเฉพาะมาจาก Sheffield Bioinformatics Core ที่นี่ มันทำงานบน Galaxy แต่สามารถปรับให้ทำงานใน GCP ได้ อย่างน้อยที่สุด ข้อมูลอาจเป็นประโยชน์ต่อคุณ

ค้นหาไฟล์ VCF ใน Big Query

ผลลัพธ์ของเวิร์กโฟลว์การเรียกตัวแปรจีโนมคือไฟล์ในรูปแบบการเรียกตัวแปร (VCF) ไฟล์เหล่านี้มักเป็นไฟล์ข้อมูลที่มีโครงสร้างขนาดใหญ่ซึ่งสามารถค้นหาได้โดยใช้เครื่องมือสืบค้นฐานข้อมูล เช่น Big Query

• เรียนรู้วิธีใช้ Big Query เพื่อเรียกใช้การค้นหากับไฟล์ VCF ขนาดใหญ่จากข้อมูล Gnomad โดยใช้สมุดบันทึกนี้ หากเซลล์ใดแสดงข้อผิดพลาด ให้ลองเรียกใช้เซลล์นั้นอีกครั้งและควรจะได้ผล ดูเหมือนว่าจะมีความล่าช้าระหว่างเซลล์อยู่บ้าง

การศึกษาสมาคมจีโนมไวด์

การศึกษาความสัมพันธ์ทั่วทั้งจีโนม (GWAS) เป็นการตรวจสอบในวงกว้างที่วิเคราะห์จีโนมของบุคคลจำนวนมาก เพื่อระบุความแปรปรวนทางพันธุกรรมทั่วไปที่เกี่ยวข้องกับลักษณะ โรค หรือฟีโนไทป์อื่นๆ

• บทช่วยสอนที่เป็นลายลักษณ์อักษรของ NIH CFDE นี้จะอธิบายขั้นตอนการเรียกใช้ GWAS แบบง่ายๆ โดยใช้ AWS ดังนั้นเราจึงเขียนใหม่เป็นสมุดบันทึกเพื่อใช้งาน GCP ที่นี่ ตรวจสอบให้แน่ใจว่าคุณเลือก R เป็นเคอร์เนลของคุณเมื่อคุณหมุนสมุดบันทึกของคุณเพื่อให้คุณสามารถสลับระหว่าง R และ Python ได้ (ใช้ได้กับ 'สมุดบันทึกที่ได้รับการจัดการโดยผู้ใช้' เท่านั้น) แต่โปรดทราบว่าทีมงานของเราประสบปัญหาการอนุญาต conda กับสมุดบันทึกที่ได้รับการจัดการใหม่สำหรับสิ่งนี้ บทช่วยสอน ดังนั้นเราขอแนะนำให้ใช้ 'สมุดบันทึกที่จัดการโดยผู้ใช้' นอกจากนี้ หากสมุดบันทึกที่นำเข้ามีเซลล์ที่พิมพ์ออกมาแล้ว เพียงไปที่เคอร์เนล > รีสตาร์ทเคอร์เนลและล้างเอาต์พุตทั้งหมด
• บทช่วยสอนนี้จาก NIH NIEHS (เครดิตเป็น David Thrower) สร้างขึ้นจากวิธีการเรียนรู้เชิงลึกที่เผยแพร่สำหรับ GWAS ของถั่วเหลืองและผู้ใช้ Kubeflow และ AutoML บนอินสแตนซ์ Kubernetes

โปรตีโอมิกส์

โปรตีโอมิกส์คือการศึกษาโปรตีนทั้งชุดในเซลล์ เนื้อเยื่อ หรือสิ่งมีชีวิต โดยมีจุดมุ่งหมายเพื่อทำความเข้าใจโครงสร้าง การทำงาน และปฏิสัมพันธ์ของโปรตีนเหล่านี้ เพื่อเปิดเผยข้อมูลเชิงลึกเกี่ยวกับกระบวนการทางชีวภาพและโรคต่างๆ แม้ว่าการวิเคราะห์โปรตีโอมิกหลักส่วนใหญ่จะเกิดขึ้นในแพลตฟอร์มซอฟต์แวร์ที่เป็นกรรมสิทธิ์ แต่การวิเคราะห์รองจำนวนมากเกิดขึ้นในสมุดบันทึก Jupyter หรือ R แต่เราได้ยกตัวอย่างไว้ที่นี่:

• ใช้ Big Query เพื่อเรียกใช้การทดสอบ Kruskal Wallis เกี่ยวกับข้อมูลโปรตีโอมิกส์โดยใช้สมุดบันทึกเหล่านี้ โคลน Repo ลงใน Vertex AI หรือเพียงแค่ลากสมุดบันทึกลงในอินสแตนซ์ Vertex AI Workbench ในสมุดบันทึกชื่อ 'ACM_BCB_2020_POSTER_KruskalWallisTest_ProteinGeneExpression_vs_ClinicalFeatures.ipyng' เซลล์ BigQuery เซลล์แรกอาจมีข้อผิดพลาดเกิดขึ้น แต่ไม่ต้องสนใจสิ่งนี้และดำเนินการต่อ ส่วนที่เหลือของสมุดบันทึกจะทำงานได้ดี นอกจากนี้ ในเซลล์ขนาดใหญ่แรกนั้น ตรวจสอบให้แน่ใจว่าคุณได้เพิ่มรหัสโครงการของคุณ ดูเอกสารนี้สำหรับคำแนะนำในการตั้งค่าสภาพแวดล้อม
• เรียกใช้ AlphaFold ใน Vertex AI โดยใช้สมุดบันทึกนี้ ตรวจสอบให้แน่ใจว่าคุณมี GPU สำหรับอินสแตนซ์โน้ตบุ๊กของคุณ และปฏิบัติตามคำแนะนำเหล่านี้เพื่อตั้งค่าสภาพแวดล้อมของคุณ กล่าวคือ ภายใต้ สิ่งแวดล้อม ให้เลือก Custom container จากนั้นสำหรับการวาง Docker container image ดังต่อไปนี้: west1-docker.pkg.dev/cloud-devrel-public-resources/alphafold/alphafold-on-gcp:latest
• ดำเนินการวิเคราะห์รองของข้อมูลโปรตีโอมิกโดยใช้สมุดบันทึก NIGMS Sandbox นี้ ซึ่งพัฒนาโดยมหาวิทยาลัยอาร์คันซอสำหรับวิทยาศาสตร์การแพทย์

RNAseq และชุดประกอบการถอดเสียง

การวิเคราะห์ RNA-seq เป็นวิธีการจัดลำดับปริมาณงานสูงที่ช่วยให้สามารถวัดและจำแนกลักษณะของระดับการแสดงออกของยีนและไดนามิกของการถอดเสียง โดยทั่วไปเวิร์กโฟลว์จะทำงานโดยใช้ตัวจัดการเวิร์กโฟลว์ และผลลัพธ์สุดท้ายมักจะแสดงเป็นภาพในสมุดบันทึก

• คุณสามารถเรียกใช้บทแนะนำ Nextflow สำหรับ RNAseq บน GCP ได้หลายวิธี ทำตามคำแนะนำที่ระบุไว้ข้างต้น คุณสามารถใช้ Compute Engine, Google Batch หรือสมุดบันทึก Vertex AI ได้
• สำหรับเวอร์ชันสมุดบันทึกของไปป์ไลน์ RNAseq ที่สมบูรณ์ตั้งแต่การวัดปริมาณ Fastq ไปจนถึงปลาแซลมอน ให้อ่านบทช่วยสอนเหล่านี้จากโครงการ NIGMS Sandbox ที่พัฒนาโดยมหาวิทยาลัยเมน
• ในทำนองเดียวกัน โมดูล multi-omics จาก University of North Dakota มีส่วนประกอบ RNAseq

การประกอบถอดเสียงเป็นกระบวนการในการสร้างชุดการถอดเสียง RNA ที่สมบูรณ์ในเซลล์หรือเนื้อเยื่อจากข้อมูลลำดับที่กระจัดกระจาย ให้ข้อมูลเชิงลึกที่มีคุณค่าเกี่ยวกับการแสดงออกของยีนและการวิเคราะห์เชิงหน้าที่

• โมดูลนี้พัฒนาโดย MDI Biological Laboratory สำหรับโครงการ NIGMS Sandbox จะแนะนำคุณเกี่ยวกับการประกอบการถอดเสียงโดยใช้ Nextflow

RNA เซลล์เดี่ยว

การจัดลำดับ RNA เซลล์เดี่ยว (scRNA-seq) เป็นเทคนิคที่ช่วยให้สามารถวิเคราะห์การแสดงออกของยีนในระดับเซลล์แต่ละเซลล์ โดยให้ข้อมูลเชิงลึกเกี่ยวกับความหลากหลายของเซลล์ การระบุประเภทเซลล์ที่หายาก และเผยให้เห็นพลวัตของเซลล์และสถานะการทำงานของภายในระบบทางชีววิทยาที่ซับซ้อน

• บล็อก NVIDIA นี้มีรายละเอียดวิธีรันไปป์ไลน์ scRNAseq แบบเร่งโดยใช้ RAPIDS คุณจะพบลิงก์ไปยังพื้นที่เก็บข้อมูล GitHub ซึ่งมีสมุดบันทึกตัวอย่างมากมายที่นี่ สำหรับกรณีการใช้งานตัวอย่างแต่ละกรณี จะแสดงข้อมูลการเปรียบเทียบที่ดีพร้อมเวลาและต้นทุนสำหรับเครื่องแต่ละประเภท คุณจะเห็นว่าการทำงานส่วนใหญ่มีค่าใช้จ่ายน้อยกว่า 1.00 เหรียญสหรัฐฯ สำหรับเครื่อง GPU โปรดใส่ใจกับการตั้งค่าสภาพแวดล้อมอย่างระมัดระวัง เนื่องจากโน้ตบุ๊กเหล่านี้ต้องขึ้นต่อกันเป็นจำนวนมาก
• หน้าบทช่วยสอน Scanpy มีตัวอย่าง CPU ดีๆ มากมายที่คุณสามารถเรียกใช้ใน Vertex AI โคลน repo GitHub นี้เพื่อรับสมุดบันทึกโดยตรง
• หรือนี่คือพื้นที่เก็บข้อมูล GitHub ที่มีรายการทรัพยากรและบทช่วยสอน scRNAseq ที่คัดสรรแล้ว เราไม่ได้ทดสอบสิ่งเหล่านี้ใน Cloud Lab แต่ต้องการทำให้พร้อมใช้งานในกรณีที่คุณต้องการทรัพยากรเพิ่มเติม

ATACseq และ ATACseq เซลล์เดี่ยว

ATAC-seq เป็นเทคนิคที่ช่วยให้นักวิทยาศาสตร์เข้าใจว่า DNA ถูกบรรจุในเซลล์อย่างไร โดยการระบุบริเวณของ DNA ที่สามารถเข้าถึงได้และอาจเกี่ยวข้องกับการควบคุมยีน - โมดูลนี้จะอธิบายวิธีทำงานผ่านเวิร์กโฟลว์ ATACseq และ ATACseq เซลล์เดียวบน Google Cloud โมดูลนี้ได้รับการพัฒนาโดยศูนย์การแพทย์มหาวิทยาลัยเนแบรสกาสำหรับโครงการ NIGMS Sandbox

เมทิลซีค

เนื่องจากเป็นหนึ่งในการดัดแปลงอีพิเจเนติกส์ที่มีจำนวนมากและได้รับการศึกษามาอย่างดี DNA methylation มีบทบาทสำคัญในการพัฒนาเซลล์ปกติ และมีผลกระทบหลายประการต่อการถอดรหัส ความคงตัวของจีโนม และการบรรจุ DNA ภายในเซลล์ Methylseq เป็นเทคนิคในการระบุบริเวณที่มีเมทิลเลตของจีโนม

• มหาวิทยาลัย Hawai'i ที่ Manoa พัฒนาสมุดบันทึกชุดนี้ที่จะแนะนำคุณเกี่ยวกับการวิเคราะห์ Methylseq โดยเป็นส่วนหนึ่งของโปรแกรม NIGMS Sandbox

เมเทโนมิกส์

Metagenomics คือการศึกษาสารพันธุกรรมที่รวบรวมโดยตรงจากตัวอย่างสิ่งแวดล้อม ซึ่งช่วยให้สามารถสำรวจชุมชนจุลินทรีย์ ความหลากหลาย และศักยภาพในการทำงานของพวกมัน โดยไม่จำเป็นต้องเพาะเลี้ยงในห้องปฏิบัติการ - โมดูลนี้จะแนะนำคุณตลอดการดำเนินการวิเคราะห์เมตาโนมิกส์โดยใช้บรรทัดคำสั่งและ Nextflow โมดูลนี้ได้รับการพัฒนาโดยมหาวิทยาลัยเซาท์ดาโกตาโดยเป็นส่วนหนึ่งของโครงการ NIGMS Sandbox

การวิเคราะห์หลายมิติและการค้นพบไบโอมาร์คเกอร์

การวิเคราะห์หลายมิติเกี่ยวข้องกับการบูรณาการข้อมูลในรูปแบบต่างๆ (เช่น จีโนม การถอดเสียง ฟีโนไทป์) เพื่อสร้างข้อมูลเชิงลึกเพิ่มเติม

• สมุดบันทึกชุดนี้ให้ตัวอย่างการดำเนินการวิเคราะห์หลายมิติในสมุดบันทึก Jupyter และได้รับการพัฒนาโดย University of North Dakota โดยเป็นส่วนหนึ่งของ NIGMS Sandbox Project

การค้นพบตัวบ่งชี้ทางชีวภาพเป็นกระบวนการในการระบุโมเลกุลหรือคุณลักษณะเฉพาะที่สามารถทำหน้าที่เป็นตัวบ่งชี้กระบวนการทางชีวภาพ โรค หรือการตอบสนองต่อการรักษา ช่วยในการวินิจฉัย การพยากรณ์โรค และการแพทย์เฉพาะบุคคล โดยทั่วไปการค้นพบตัวบ่งชี้ทางชีวภาพจะดำเนินการผ่านการวิเคราะห์ที่ครอบคลุมของข้อมูลประเภทต่างๆ เช่น จีโนมิกส์ โปรตีโอมิกส์ เมตาโบโลมิกส์ และข้อมูลทางคลินิก โดยใช้เทคนิคขั้นสูงรวมถึงการคัดกรองที่มีปริมาณงานสูง ชีวสารสนเทศศาสตร์ และการวิเคราะห์ทางสถิติเพื่อระบุรูปแบบหรือลายเซ็นที่สร้างความแตกต่างระหว่างสุขภาพที่ดีและ บุคคลที่เป็นโรคหรือผู้เผชิญเหตุและผู้ไม่ตอบสนองต่อการรักษาเฉพาะทาง

• โมดูลนี้พัฒนาโดยมหาวิทยาลัยโรดไอส์แลนด์สำหรับโครงการ NIGMS Sandbox จะนำคุณไปสู่การดำเนินการวิเคราะห์การค้นพบตัวชี้วัดทางชีวภาพทั่วไปใน R

บลาสต์+

NCBI BLAST (เครื่องมือค้นหาการจัดแนวท้องถิ่นขั้นพื้นฐาน) เป็นโปรแกรมชีวสารสนเทศที่ใช้กันอย่างแพร่หลายโดยศูนย์ข้อมูลเทคโนโลยีชีวภาพแห่งชาติ (NCBI) ซึ่งเปรียบเทียบลำดับนิวคลีโอไทด์หรือโปรตีนกับฐานข้อมูลขนาดใหญ่เพื่อระบุลำดับที่คล้ายกันและอนุมานความสัมพันธ์เชิงวิวัฒนาการ คำอธิบายประกอบเชิงฟังก์ชัน และโครงสร้าง ข้อมูล.

• บทช่วยสอน Common Data Fund นี้อธิบายวิธีใช้ BLAST พื้นฐานบน GCP
• นอกจากนี้เรายังเขียนบทช่วยสอน ElastBLAST นี้ใหม่เป็นสมุดบันทึกที่จะทำงานใน VertexAI

การวิเคราะห์ลำดับการอ่านแบบยาว

การวิเคราะห์ลำดับดีเอ็นเอที่อ่านแบบยาวเกี่ยวข้องกับการวิเคราะห์การอ่านลำดับซึ่งโดยทั่วไปจะมีความยาวมากกว่า 10,000 คู่เบส (bp) เมื่อเทียบกับลำดับการอ่านแบบสั้นที่การอ่านจะมีความยาวประมาณ 150 bp Oxford Nanopore มีบทเรียนสอนการใช้งานโน้ตบุ๊กที่ค่อนข้างครบครันสำหรับการจัดการข้อมูลที่อ่านมานานเพื่อทำสิ่งต่างๆ รวมถึงการเรียกตัวแปร, RNAseq, การวิเคราะห์ Sars-Cov-2 และอื่นๆ อีกมากมาย คุณสามารถค้นหารายการและคำอธิบายของสมุดบันทึกได้ที่นี่ หรือโคลน repo GitHub โปรดทราบว่าสมุดบันทึกเหล่านี้คาดหวังให้คุณใช้งานภายในเครื่องและเข้าถึงเซิร์ฟเวอร์สมุดบันทึก epi2me หากต้องการเรียกใช้ใน Cloud Lab ให้ข้ามเซลล์แรกที่เชื่อมต่อกับเซิร์ฟเวอร์ จากนั้นโน้ตบุ๊กที่เหลือจะทำงานได้อย่างถูกต้อง โดยมีการปรับแต่งเล็กน้อย

การค้นพบยา

กลุ่มความร่วมมือ Accelerating Therapeutics for Opportunities in Medicine (ATOM) ได้สร้างชุดสมุดบันทึก Jupyter ที่จะแนะนำคุณเกี่ยวกับแนวทาง ATOM ในการค้นคว้ายา

สมุดบันทึกเหล่านี้สร้างขึ้นเพื่อทำงานใน Google Colab ดังนั้นหากคุณเรียกใช้ใน Google Cloud คุณจะต้องทำการแก้ไขเล็กน้อย ขั้นแรก เราขอแนะนำให้คุณใช้สมุดบันทึกที่มีการจัดการโดย Google แทนที่จะเป็นสมุดบันทึกที่จัดการโดยผู้ใช้ เพียงเพราะสมุดบันทึกที่มีการจัดการโดย Google ได้ติดตั้ง Tensorflow และการอ้างอิงอื่นๆ ไว้แล้ว อย่าลืมแนบ GPU เข้ากับอินสแตนซ์ของคุณ (T4 ก็ใช้ได้) นอกจากนี้ คุณจะต้องใส่ความคิดเห็น %tensorflow_version 2.x เนื่องจากเป็นคำสั่งเฉพาะของ Colab คุณจะต้อง pip install แพ็คเกจบางอย่างตามความจำเป็น หากคุณได้รับข้อผิดพลาดกับ deepchem ให้ลองเรียกใช้ pip install --pre deepchem[tensorflow] และ/หรือ pip install --pre deepchem[torch] นอกจากนี้ โน้ตบุ๊กบางรุ่นจะต้องใช้เคอร์เนล Tensorflow ในขณะที่บางรุ่นต้องใช้ Pytorch คุณอาจพบข้อผิดพลาดของ Pandas โปรดติดต่อนักพัฒนา ATOM GitHub เพื่อหาแนวทางแก้ไขปัญหาที่ดีที่สุด

การใช้ Google แบทช์

คุณสามารถโต้ตอบกับ Google Batch ได้โดยตรงเพื่อส่งคำสั่ง หรือโดยทั่วไปแล้วคุณสามารถโต้ตอบกับ Google Batch ผ่านทางกลไกการประสานเช่น Nextflow และ Cromwell เป็นต้น เรามีบทช่วยสอนที่ใช้ Google Batch โดยใช้ Nextflow โดยที่เราเรียกใช้ไปป์ไลน์ nf-core Methylseq เช่นกัน หลายอย่างจาก NIGMS Sandbox รวมถึงชุดประกอบการถอดเสียง, มัลติโอมิกส์, เมทิลซีคิว และเมตาเจโนมิกส์

การใช้ API วิทยาศาสตร์ชีวภาพ (เสื่อมราคา)

Life Science API เลิกใช้งานแล้วใน GCP และจะใช้บนแพลตฟอร์มไม่ได้อีกต่อไปภายในวันที่ 8 กรกฎาคม 2025 เราขอแนะนำให้ใช้ Google Batch แทน ในตอนนี้ คุณยังคงโต้ตอบกับ Life Sciences API ได้โดยตรงเพื่อส่งคำสั่ง หรือโดยทั่วไปแล้ว คุณสามารถโต้ตอบกับ API ดังกล่าวผ่านกลไกการจัดการเช่น Snakemake ได้ ณ ขณะนี้ตัวจัดการเวิร์กโฟลว์นี้รองรับเฉพาะ Life Sciences API เท่านั้น

ชุดข้อมูลสาธารณะ

Google มีชุดข้อมูลสาธารณะจำนวนมากที่คุณสามารถใช้เพื่อการทดสอบได้ สามารถดูได้ที่นี่และเข้าถึงได้ผ่าน BigQuery หรือจากที่เก็บข้อมูลบนคลาวด์โดยตรง ตัวอย่างเช่น หากต้องการดูจีโนม 1,000 เฟส 3 ที่บรรทัดคำสั่ง ให้พิมพ์ gsutil ls gs://genomics-public-data/1000-genomes-phase-3