Galaxy je open-source systém pro vědecký pracovní postup, jehož cílem je zpřístupnit, reprodukovat a zprůhlednit výzkum. Původně byl vyvinut pro výpočetní biologii, ale postupem času se Galaxy vyvinul v doménově nezávislý rámec, který se využívá v různých vědeckých oborech. Mezi příklady patří: datová věda, mikrobiologie,https://www.biorxiv.org/content/10.1101/2024.12.23.629682v2 lékařský výzkum, neurověda, virologie a detekce ohnisek nákazy, bezpečnost potravin, sledování odpadních vod a rezistence na antibiotika, sekvenování genomu s dlouhým čtením a vysokou kapacitou, bioinformatika a další vědecké obory.

Galaxy je vhodný pro mnoho procesů výpočetní biologie a vyhovuje jak začínajícím vědcům, tak profesionálům. Podporuje vývoj pracovních postupů bez nutnosti kódování, vizualizaci pracovních postupů pomocí grafického uživatelského rozhraní, přístup z příkazového řádku, plánované úlohy a správu cloudové infrastruktury. Podporuje trvalé ukládání a publikování dat pro usnadnění spolupráce. Bezplatně hostované služby UseGalaxy (Spojené státy, EU a Austrálie) podporují globální komunitu s více než 500 000 registrovanými uživateli prostřednictvím Galaxy Hub, který pořádá akce, každoroční konferenci a stovky bezplatných online tutoriálů v síti Galaxy Training Network .

V České republice poskytuje veřejný server Galaxy na adrese usegalaxy.cz organizace CESNET skrz aktivitu MetaCentrum.

Použití

Oblasti použití Galaxy byl původně napsán pro analýzu biologických dat, zejména genomiku. Nástroje na této platformě se používají pro genovou expresi, sestavování genomu, epigenomiku, transkriptomiku a řadu dalších disciplín v oblasti biologických věd. Široká škála dostupných nástrojů se v průběhu let výrazně rozšířila, protože platforma je doménově nezávislá a lze ji použít v jakékoli vědecké oblasti jako obecný systém pro správu pracovních postupů. Servery a nástroje Galaxy existují například pro analýzu obrazu, strojové učení a umělou inteligenci, výpočetní chemii a návrh léčiv, kosmické lety a astronomii, chemickou informatiku, proteomiku, společenské vědy a lingvistiku.

Případy použití V roce 2021 členové týmu Galaxy publikovali v časopise Nature Biotechnology článek, ve kterém podrobně popisali metodu sledování variant COVID-19 pomocí funkce plánovaných úloh Galaxy, Planemo, která je schopná zpracovat a monitorovat stovky tisíc vzorků.

V roce 2021 se společnost Galaxy spojila s projektem Vertebrate Genomes Project (VGP), jehož „cílem je sestavit téměř bezchybné referenční genomy“ pro přibližně 70 000 druhů obratlovců.

V roce 2022 představila laboratoř Goecks škálovatelný a modulární systém MCMICRO, který je schopen zpracovávat mnohočetné zobrazení, které je klíčové pro analýzu komplexních tkání v oblasti výzkumu rakoviny a pro zlepšení přesnosti onkologie.

Další důležité články a citace najdete na stránce Galaxy Google Scholar a ve skupině Galaxy Zotero.

Cíle projektu Galaxy je „otevřená webová platforma pro přístupný, reprodukovatelný a transparentní výzkum.“

Přístupnost Výpočetní biologie je specializovaný obor, který často vyžaduje znalosti počítačového programování . Galaxy poskytuje biomedicínským výzkumníkům přístup k výpočetní biologii aniž by vyžadovala odborné znalosti v oblasti programování. Aby toho bylo možné dosáhnout, Galaxy upřednostňuje uživatelsky přívětivé rozhraní před flexibilitou při vytváření vysoce složitých pracovních postupů. Díky zvolenému designu je relativně snadné vytvářet typické analýzy, ale obtížnější je vytvářet komplexní pracovní postupy, které zahrnují například smyčkové konstrukce. (Příklad datově řízeného systému pracovních postupů, který podporuje cyklické konstrukce, naleznete v Apache Taverna.)

Reprodukovatelnost Reprodukovatelnost je pro vědu zásadní: když jsou vědecké výsledky publikovány, měly by obsahovat dostatek informací, aby ostatní mohli experiment zopakovat a dosáhnout stejných výsledků. V posledních letech bylo vynaloženo značné úsilí aby se tento standard rozšířil i mimo tradiční experimentální laboratoř („ mokrá laboratoř “) na výpočetní výzkum („ suchá laboratoř “). Dosáhnout reprodukovatelnosti ve výpočetních experimentech se však ukázalo jako náročnější, než se původně předpokládalo.

Galaxy podporuje reprodukovatelnost systematickým zaznamenáváním všech podstatných podrobností výpočetní analýzy, čímž zajišťuje, že ji lze v budoucnu kdykoli přesně zopakovat. To zahrnuje zaznamenávání všech vstupních, průběžných a finálních datasetů, stejně jako použitých parametrů a přesného pořadí analytických kroků.

Transparentnost Transparentnost je ve vědě nezbytná, protože umožňuje ověřování, podporuje spolupráci a urychluje objevy tím, že umožňuje ostatním navazovat na již existující práci. Galaxy podporuje transparentnost ve vědeckém výzkumu tím, že umožňuje výzkumníkům sdílet své objekty Galaxy buď veřejně, nebo s konkrétními osobami. Sdílené položky lze důkladně prozkoumat, podle potřeby znovu spustit a kopírovat nebo upravovat za účelem prozkoumání nových hypotéz.

Funkce

Nástroje

Galaxy je možné rozšiřovat, protože nové nástroje příkazového řádku lze integrovat a sdílet v rámci Galaxy ToolShed. Příkladem rozšíření Galaxy je Galaxy-P z Institutu superpočítačů Minnesotské univerzity, který je přizpůsoben jako platforma pro analýzu dat pro proteomiku založenou na hmotnostní spektrometrii.

Galaxy poskytuje webové rozhraní pro mnoho nástrojů pro manipulaci s textem, což umožňuje výzkumným pracovníkům provádět vlastní formátování a manipulaci, aniž by museli znát počítačové programování nebo skriptování v shellu. Galaxy obsahuje nástroje pro manipulaci s intervaly pro provádění operací z teorie množin (např. průnik, sjednocení atd.) na intervalech. Mnoho formátů biologických souborů obsahuje genomická intervalová data (referenční rámec, např. název chromozomu nebo kontigu a počáteční a koncové pozice), což umožňuje integraci těchto dat.

Objekty Galaxy: Datové sady, pracovní postupy, historie a stránky Objekty Galaxy jsou vše, co lze v Galaxy uložit, uchovat a sdílet:

Datové sady

Datové sady zahrnují jakékoli vstupní, průběžné nebo výstupní datové sady použité nebo vytvořené v rámci analýzy. Platforma pro integraci dat Galaxy podporuje nahrávání souborů z počítače uživatele, pomocí URL a přímo z mnoha externích online zdrojů (jako je UCSC Genome Browser, BioMart a InterMine ). Galaxy podporuje řadu široce používaných formátů biologických dat, překlad mezi těmito formáty a konverze dat (viz Nástroje).

Pracovní postupy

Pracovní postupy jsou výpočetní analýzy, které specifikují všechny kroky (a parametry) v analýze, ale žádná data. Pracovní postupy se používají k provádění téže analýzy na více sadách vstupních dat.

Galaxy je vědecký systém pro tvorbu pracovních postupů . Tyto systémy poskytují prostředky k vytváření vícekrokových výpočetních analýz podobných receptu. Obvykle poskytují grafické uživatelské rozhraní pro specifikaci dat, s kterými se má pracovat, jaké kroky a pořadí, v kterém se kroky mají provést

Historie

Historie jsou výpočetní analýzy (recepty) prováděné se specifikovanými vstupními datovými sadami, výpočetními kroky a parametry. Historie zahrnují také všechny mezilehlé a výstupní datové sady.

Stránky

Stránky umožňují vytvoření virtuálního dokument, který popisuje, jak a proč byl celý experiment proveden. Historie, pracovní postupy a datové sady mohou obsahovat anotace zadané uživatelem. Úzká integrace stránek s historiemi, pracovními postupy a datovými sadami tento cíl podporuje.

Dostupnost Galaxy je dostupné:

Jako bezplatný veřejný webový server"usegalaxy.org: Main instance of Galaxy in the United States" je podporován projektem Galaxy."Galaxy Community Hub" Tento server obsahuje mnoho bioinformatických nástrojů, které jsou široce užitečné v mnoha oblastech genomického výzkumu. Uživatelé si mohou vytvořit přihlašovací údaje a ukládat historie, pracovní postupy a datové sady na serveru. Tyto uložené položky lze také sdílet s ostatními. Jako open-source software, který lze stáhnout, nainstalovat a přizpůsobit konkrétním potřebám."getgalaxy.org: How to get Galaxy" Galaxy lze nainstalovat lokálně nebo pomocí cloudového úložiště. Veřejné webové servery hostované jinými organizacemi. Několik organizací s vlastní instalací Galaxy se také rozhodlo tyto servery zpřístupnit ostatním. Implementace Galaxy je open-source software implementovaný pomocí programovacího jazyce Python . Je vyvíjen týmem Galaxy z Penn State, Johns Hopkins University, Oregon Health & Science University, Moffitt Cancer Center, Cleveland Clinic, University of Freiburg ( Galaxy EU ) a Galaxy Australia s přispěním komunity z celého světa.

Reference

Externí odkazy

Komunitní centrum Galaxy Stáhnout a nainstalovat lokálně nebo do cloudu Bezplatný veřejný server Galaxy, hostovaný společností Galaxy Project Seznam dalších veřejných serverů Galaxy Statistiky projektu

Kategorie:Bioinformatika