Oxford University Press (OUP)

Nhiều lĩnh vực khoa học phát triển trong những giới hạn chặt chẽ mà thường được xem như một "hộp đen". Mặc dù quen thuộc với các cơ quan tài trợ, các nhà nghiên cứu và các tạp chí học thuật mà họ xuất bản, đây là một thực thể mà những người bên ngoài hiếm khi có cơ hội nhìn vào. Gây quỹ cộng đồng là một phương thức mới cho phép công chúng tham gia vào, cũng như hỗ trợ và chứng kiến sự tiến bộ trong khoa học. Ở đây, chúng tôi mô tả những nỗ lực gây quỹ cộng đồng gần đây của chúng tôi để giải mã gen của loài Azolla, một loại dương xỉ nhỏ với tiềm năng xanh to lớn. Gây quỹ cộng đồng không chỉ là một nền tảng xứng đáng để thu hút nguồn tài chính ban đầu cho nghiên cứu khai thác, mà còn để tương tác trực tiếp với công chúng như một hình thức truyền thông hiệu quả.

Máy giải trình tự DNA cầm tay và thu nhỏ MinION™ đã được phát hành cho cộng đồng khoa học trong khuôn khổ chương trình truy cập sớm để đánh giá ứng dụng của nó cho nhiều phương pháp di truyền khác nhau. Công nghệ này đã thể hiện tiềm năng lớn, đặc biệt trong các phân tích toàn bộ hệ gen. Trong nghiên cứu này, chúng tôi đã kiểm tra khả năng của hệ thống MinION™ trong việc thực hiện giải trình tự amplicon nhằm thiết kế các phương pháp mới để nghiên cứu đa dạng vi sinh vật bằng cách sử dụng các trình tự 16S rDNA gần như đầy đủ. Sử dụng hóa chất R7.3, chúng tôi đã tạo ra hơn 3,8 triệu sự kiện (nt) trong một lần chạy giải trình tự duy nhất. Những dữ liệu này đủ để tái cấu trúc hơn 90% các trình tự gene 16S rRNA cho 20 loài khác nhau có mặt trong một cộng đồng tham chiếu giả định. Sau khi bản đồ đọc và lắp ghép gene 16S rRNA, các trình tự đồng thuận và các đọc 2d đã được phục hồi để phân bổ phân loại thuế ở cấp độ loài. Ngoài ra, chúng tôi cũng có thể đo lường sự phong phú tương đối của tất cả các loài có mặt trong một cộng đồng giả định và phát hiện một sự phân bố loài thiên lệch xuất hiện từ phản ứng PCR sử dụng các mồi 'toàn cầu'. Mặc dù giải trình tự dựa trên nanopore tạo ra các đọc với độ chính xác trên mỗi cơ sở thấp hơn so với các nền tảng khác, máy giải trình tự DNA MinION™ là có giá trị cho cả độ phân giải thuế cao và phân tích đa dạng vi sinh vật. Những cải tiến trong hóa học nanopore, chẳng hạn như giảm thiểu lỗi gọi cơ sở và thiên lệch nucleotide được báo cáo ở đây cho việc giải trình tự amplicon 16S, sẽ cung cấp thông tin đáng tin cậy hơn, hữu ích cho việc phát hiện cụ thể các loài và dòng vi sinh vật trong các hệ sinh thái phức tạp.

Galaxy cung cấp nhiều tùy chọn trực quan hóa với các thành phần như Trackster, Circster và Galaxy Charts, nhưng hiện tại thiếu khả năng kết hợp dễ dàng các đầu ra từ các công cụ khác nhau thành một cái nhìn hoặc báo cáo duy nhất. Nhiều công cụ tạo ra báo cáo HTML như đầu ra để kết hợp các tệp đầu ra khác nhau từ một công cụ duy nhất; tuy nhiên, điều này yêu cầu lập trình và kiến thức về HTML, và các báo cáo phải được tùy chỉnh cho từng công cụ mới. Chúng tôi đã phát triển một công cụ báo cáo tổng quát và linh hoạt cho Galaxy, iReport, cho phép người dùng tạo ra các báo cáo HTML tương tác trực tiếp từ giao diện người dùng Galaxy, với khả năng kết hợp một số lượng tùy ý các đầu ra từ bất kỳ số lượng công cụ khác nhau. Nội dung có thể được tổ chức thành các tab khác nhau, và tính tương tác có thể được thêm vào các thành phần. Để minh họa khả năng của iReport, chúng tôi cung cấp hai ví dụ có sẵn công khai, đầu tiên là một iReport giải thích về iReports, được tạo cho và sử dụng nội dung từ Hội nghị Cộng đồng Galaxy 2014 gần đây. Thứ hai là một báo cáo di truyền dựa trên phân tích ba chiều để xác định các biến thể gây bệnh ứng cử viên sử dụng bộ công cụ Galaxy mà chúng tôi đã phát triển trước đó cho phân tích NGS toàn bộ gen, CGtag. Các báo cáo này có thể được điều chỉnh cho các đầu ra từ bất kỳ nền tảng giải trình tự nào và bất kỳ kết quả nào, chẳng hạn như dữ liệu omics, kết quả không cao và các biến lâm sàng. iReport cung cấp một hệ thống báo cáo an toàn, hợp tác và linh hoạt dựa trên web, tương thích với nội dung được tạo ra từ Galaxy (và không phải Galaxy). Chúng tôi chứng minh giá trị của nó với một ví dụ thực tế về báo cáo phân tích ba chiều di truyền.

Các mẫu được cố định trong formalin và nhúng paraffin (FFPE) là một nguồn tài nguyên quý giá trong nghiên cứu ung thư và có thể được sử dụng rộng rãi. Tuy nhiên, chúng thường bị sử dụng không đầy đủ do sự phân hủy và các biến đổi hóa học xảy ra trong RNA, điều này có thể gây khó khăn cho các phân tích tiếp theo. Trong chăm sóc y tế hàng ngày, vật liệu FFPE được kiểm tra và lưu trữ, do đó các bộ sưu tập lâm sàng của nhiều loại ung thư tồn tại. Việc đánh giá và ghi lại chất lượng dữ liệu có thể thu được từ loại vật liệu này là rất hữu ích. Nghiên cứu hiện tại đã điều tra ba nền tảng độc lập và khả năng của chúng trong việc lập hồ sơ microRNA (miRNA) trong các mẫu FFPE từ bệnh nhân u gan nguyên phát (HB). Tại đây, chúng tôi trình bày ba loại tập dữ liệu bao gồm hồ sơ miRNA cho 13 bệnh nhân HB với các loại khối u và biến thể phân tử khác nhau. Ba nền tảng được sử dụng để tạo ra những dữ liệu này là: giải trình tự thế hệ tiếp theo (Illumina MiSeq), vi mạch (Affymetrix® GeneChip® miRNA 3.0 array) và NanoString (nCounter, Human v2 miRNA Assay). Các miRNA trưởng thành được xác định dựa trên phiên bản 17 và 18 của miRBase. Những tập dữ liệu này cung cấp một bức tranh toàn cảnh về biểu hiện miRNA cho một loại ung thư trẻ em hiếm gặp mà trước đây chưa được đặc trưng tốt. Những dữ liệu này có thể phục vụ như một nguồn tài nguyên cho các nghiên cứu trong tương lai nhằm so sánh hồ sơ miRNA của HB và ghi lại biểu hiện miRNA bất thường trong loại ung thư này.

Lập bản đồ quang học là một hệ thống phân tích toàn bộ gen ở cấp độ phân tử đơn đã được thiết lập, được sử dụng để đạt được hiểu biết toàn diện về cấu trúc gen và nghiên cứu sự biến đổi cấu trúc của các bộ gen phức tạp. Một thành phần thiết yếu của hệ thống lập bản đồ quang học là mô-đun xử lý hình ảnh, mô-đun này chịu trách nhiệm trích xuất các bản đồ cắt phân tử đơn từ tập dữ liệu hình ảnh của các phân tử DNA lớn đã cố định, cắt bằng enzyme hạn chế và nhuộm huỳnh quang. Trong bài tổng quan này, chúng tôi mô tả các kỹ thuật xử lý hình ảnh mạnh mẽ và hiệu quả để xử lý các tập dữ liệu khổng lồ này và trích xuất các bản đồ cắt chính xác trong điều kiện có nhiễu, không rõ ràng và các hiện vật gây nhiễu. Chúng tôi cũng làm nổi bật một vài ứng dụng của hệ thống lập bản đồ quang học.

Khả năng tái tạo toàn bộ một thí nghiệm là điều cực kỳ quan trọng đối với phương pháp khoa học. Với sự phát triển của nhiều mô hình phức tạp hơn, cũng như sự đa dạng của các kỹ thuật phân tích hiện có, các nghiên cứu fMRI đang trở nên khó tái hiện hơn. Trong bài viết này, chúng tôi nhằm đưa ra những lời khuyên thực tiễn cho các nhà nghiên cứu fMRI chưa quen với công nghệ thông tin, nhằm làm cho các nghiên cứu trở nên khả thi hơn. Tất cả những bước này yêu cầu các nhà nghiên cứu phải tiến tới một khoa học mở hơn, trong đó tất cả các khía cạnh của phương pháp thí nghiệm đều được tài liệu hóa và chia sẻ. Chỉ bằng cách chia sẻ thí nghiệm, dữ liệu, siêu dữ liệu, dữ liệu được phát sinh và các quy trình phân tích, khoa học hình ảnh thần kinh mới có thể khẳng định mình như một khoa học dữ liệu thực thụ.

Việc trích xuất các mô tả và đặc trưng quan trọng từ hình ảnh của các mẫu sinh học vẫn là một thách thức đang diễn ra. Các đặc trưng thường được xác định bằng các điểm định vị và bán điểm định vị được xác định a priori dựa trên các tiêu chí như tính đồng dạng hoặc một số thước đo nào đó có ý nghĩa sinh học. Một chiến lược thay thế, được sử dụng rộng rãi, là nhận dạng mẫu tính toán, trong đó các đặc trưng được thu thập từ hình ảnh một cách hoàn toàn mới. Các tập con của các đặc trưng này sau đó được chọn dựa trên các tiêu chí khách quan. Nhận dạng mẫu tính toán đã được phát triển rộng rãi chủ yếu cho phân loại mẫu thành các nhóm, trong khi các phương pháp dựa trên điểm định vị đã được áp dụng rộng rãi cho suy luận sinh học. Để so sánh các phương pháp này và cung cấp một nguồn tài nguyên chung cho cộng đồng, chúng tôi đã xây dựng một cơ sở dữ liệu hình ảnh của cánh Drosophila melanogaster - có thể xác định duy nhất và được tổ chức theo giới tính, kiểu gen và hệ thống chụp hình lặp lại - để phát triển và thử nghiệm các công cụ đo lường và phân loại hình ảnh sinh học. Chúng tôi đã sử dụng cơ sở dữ liệu này để đánh giá hiệu suất tương đối của các chiến lược phân loại hiện tại. Nhiều thuật toán máy học tham số và không tham số có giám sát đã được sử dụng trên các thành phần chính trích xuất từ dữ liệu hình dạng hình học (điểm định vị và bán điểm định vị). Để so sánh, chúng tôi cũng đã phân loại các kiểu hình dựa trên các đặc trưng mới được trích xuất từ hình ảnh cánh bằng nhiều phương pháp thị giác máy tính và nhận dạng mẫu như được thực hiện trong Công cụ Phân loại và Chú thích Hình ảnh Sinh học (BioCAT). Bởi vì chúng tôi có thể đánh giá kỹ lưỡng các chiến lược này bằng cách sử dụng cơ sở dữ liệu cánh Drosophila công khai, chúng tôi tin rằng tài nguyên này sẽ tạo điều kiện cho việc phát triển và thử nghiệm các công cụ mới cho việc đo lường và phân loại các kiểu hình sinh học phức tạp.

Next-generation sequencing (NGS) technologies have changed our understanding of the variability of the human genome. However, the identification of genome structural variations based on NGS approaches with read lengths of 35–300 bases remains a challenge. Single-molecule optical mapping technologies allow the analysis of DNA molecules of up to 2 Mb and as such are suitable for the identification of large-scale genome structural variations, and for de novo genome assemblies when combined with short-read NGS data. Here we present optical mapping data for two human genomes: the HapMap cell line GM12878 and the colorectal cancer cell line HCT116. High molecular weight DNA was obtained by embedding GM12878 and HCT116 cells, respectively, in agarose plugs, followed by DNA extraction under mild conditions. Genomic DNA was digested with KpnI and 310,000 and 296,000 DNA molecules (≥150 kb and 10 restriction fragments), respectively, were analyzed per cell line using the Argus optical mapping system. Maps were aligned to the human reference by OPTIMA, a new glocal alignment method. Genome coverage of 6.8× and 5.7× was obtained, respectively; 2.9× and 1.7× more than the coverage obtained with previously available software. Optical mapping allows the resolution of large-scale structural variations of the genome, and the scaffold extension of NGS-based de novo assemblies. OPTIMA is an efficient new alignment method; our optical mapping data provide a resource for genome structure analyses of the human HapMap reference cell line GM12878, and the colorectal cancer cell line HCT116.

Microbial inhabitants of soils are important to ecosystem and planetary functions, yet there are large gaps in our knowledge of their diversity and ecology. The ‘Biomes of Australian Soil Environments’ (BASE) project has generated a database of microbial diversity with associated metadata across extensive environmental gradients at continental scale. As the characterisation of microbes rapidly expands, the BASE database provides an evolving platform for interrogating and integrating microbial diversity and function. BASE currently provides amplicon sequences and associated contextual data for over 900 sites encompassing all Australian states and territories, a wide variety of bioregions, vegetation and land-use types. Amplicons target bacteria, archaea and general and fungal-specific eukaryotes. The growing database will soon include metagenomics data. Data are provided in both raw sequence (FASTQ) and analysed OTU table formats and are accessed via the project’s data portal, which provides a user-friendly search tool to quickly identify samples of interest. Processed data can be visually interrogated and intersected with other Australian diversity and environmental data using tools developed by the ‘Atlas of Living Australia’. Developed within an open data framework, the BASE project is the first Australian soil microbial diversity database. The database will grow and link to other global efforts to explore microbial, plant, animal, and marine biodiversity. Its design and open access nature ensures that BASE will evolve as a valuable tool for documenting an often overlooked component of biodiversity and the many microbe-driven processes that are essential to sustain soil function and ecosystem services.

The event-related potentials technique is widely used in cognitive neuroscience research. The P300 waveform has been explored in many research articles because of its wide applications, such as lie detection or brain-computer interfaces (BCI). However, very few datasets are publicly available. Therefore, most researchers use only their private datasets for their analysis. This leads to minimally comparable results, particularly in brain-computer research interfaces. Here we present electroencephalography/event-related potentials (EEG/ERP) data. The data were obtained from 20 healthy subjects and was acquired using an odd-ball hardware stimulator. The visual stimulation was based on a three-stimulus paradigm and included target, non-target and distracter stimuli. The data and collected metadata are shared in the EEG/ERP Portal. The paper also describes the process and validation results of the presented data. The data were validated using two different methods. The first method evaluated the data by measuring the percentage of artifacts. The second method tested if the expectation of the experimental results was fulfilled (i.e., if the target trials contained the P300 component). The validation proved that most datasets were suitable for subsequent analysis. The presented datasets together with their metadata provide researchers with an opportunity to study the P300 component from different perspectives. Furthermore, they can be used for BCI research.