Functional annotationを行うwebサーバー GO FEAT - macでインフォマティクス

2019 8/17 タイトル修正、tips追記

　ゲノムデータおよびトランスクリプトームデータに生物学的意味を与えることは、特にハイスループットテクノロジーによって生成される大量のデータと、この目的のために開発されたツール、Webサーバー、およびデータベースの数を考慮すると、手間と時間がかかる。生物学的分析は、遺伝子機能ディクショナリとして広く使用されているGene Ontology（GO）データベースを介した functional annotation によって行われる。また、UniProt、InterPro、KEGG、Pfam、NCBI、SEEDなどの複数のデータベースを統合して、データ機能を強化することは非常に一般的である。

　アノテーションプロセスには、Blast2GO、AmiGO、GOrilla、REVIGO、QuickGO、NaviGOなどの多くのツールを使用できる。ただし、これらのツールには制限がある。a）すべてが完全に自由に利用できるわけではない。 b）インストール、構成、およびコマンドラインが複雑である。 c）視覚的インターフェースの欠如; d）分析のための制限された容量またはシーケンス番号の制限e）結果を共有およびエクスポートすることが困難。これらの問題に対処するために、配列相同性検索に基づくfunctional annotationとゲノムおよびトランスクリプトームデータの強化のための無料のオンラインで使いやすいプラットフォームであるGO FEATを開発し、下流の分析に役立つ表、GOチャートおよびグラフを出力し、ユーザーが結果を異なる出力形式にエクスポートしてレポートを生成できるようにした。

　GO FEATは、バックエンドプログラミング言語としてPHPを使って開発されている。 HTML5、CSS3、およびJavaScriptはフロントエンドプログラミング言語として使用され、PERLはリモート接続スクリプトに適合している。ツールのレコードを保存するために、MySQL RDBMSを使用した。すべてのリモート呼び出しは、パブリックREST API（EMBL-EBIのBlastのパブリックAPI、データベース統合のUniProt、オントロジーのQuickGO、SEEDのSEEDのパブリックAPI）によって行われる。ユーザーは、他のユーザーとデータを共有し、データをいくつかの形式にエクスポートし、Gene Ontologyチャート（一般およびオントロジーのタイプ別）を生成できる。

GO FEATは、プロジェクトが登録または割り当てられると、multi-fastaファイル（ヌクレオチドまたはタンパク質）を入力として受け取る。パイプライン（図1）は、ユーザーが定義したE valueでの相同性検索に進み、パブリックデータベースを使用してホモログにアノテーションを付ける。送信後、各シーケンスは処理ラインのキューに入れられる。処理は、EMBL-EBIパブリックAPIまたはローカルDIAMONDアライナーを使用するリモートBLASTで開始される。 GO FEATは、検索する配列のタイプ（ヌクレオチドまたはタンパク質）を自動的に識別し、特定のプログラムを実行する：ヌクレオチド配列の場合はBLASTx、タンパク質配列の場合はBLASTp。次のステップは、UniProtパブリックAPIを介したUniProt、NCBIタンパク質、KEGG、InterPro、PfamおよびGene OntologyデータベースとSEEDパブリックAPIを介したSEEDデータベースへのアライメントの結果を統合することである。統合後、結果が処理されてグラフ、チャート、および表に表示され、分析が簡素化される。 EBIサーバーは要求の数を一度に30に制限するため、サーバーのリソースを最適化するためにキュー制御パラメーターが開発された。シーケンスが100以下のプロジェクトの場合、リソースは最大10ユーザーに同時に動的に割り当てられる（各プロジェクトに3つのリクエスト）。リソースが利用可能な場合、プロジェクトは3つ以上のリクエストを受け取ることができる。 100シーケンスを超えるプロジェクトは、一度に500シーケンスのバッチを処理するDIAMONDを使用して、ローカルアライメントのキューに入れらえる。これにより、サーバーのリソース使用量が最適化され、より多くのシーケンスを同時に処理できる。