ゲノムをマッピングする（リシークエンス） HiSeqXやNovaSeqの登場でIllumina系の全ゲノムショットガンリシークエンス解析が安価になりました。さらに最近はIlluminaに並ぶショートリードシークエンサーであるDNBSEQも登場しています。 参照ゲノム配列に対して、新しい個体の全ゲノムショットガンシークエンスデータをマッピングし、バリアント解析をするのは必須の解析ですが、あまたある方法の中でも定番のひとつである、BWA（Burrows-Wheeler Alignment Tool）からのGATK（Genome Analysis Toolkit）を使ってマッピングするためのソースをまとめました。 Linux環境にインストールしておくべきソフト BWA Samtools GATK（v4を使います） Illuminaデータの前処理 Illuminaデータ（fastqファイル）の前処

初めに BWA を Centos イメージにインストールして簡単に AWS Batch で動かしてみます。リファレンスファイルや FASTQ ファイルは S3 バケットに保存しておき、Batch ジョブでダウンロードします。 Docker イメージの作成 Centos イメージに BWA、AWS CLI v2 をインストールするイメージを作成します。 FROM centos RUN yum install -y git make gcc zlib-devel unzip \ && git clone https://github.com/lh3/bwa.git \ && cd bwa \ && make \ && cp bwa *.pl /usr/bin \ && curl "https://awscli.amazonaws.com/awscli-exe-linux-x86_64.zip"

超・ファシリテーション 無理ゲー課題を軽やかに超える MIMIGURI流チームデザイン｜TOKYO CREATIVE COLLECTION

ロバストネスとモジュール性 以前の記事 (アーキテクトのしごと) で、アーキテクト(の人格)として気にしたいこととして、 ロバストな設計をする と述べた。 ロバストネス は、ここでは「変更しにくい部分を、なるべく小さくすること」と説明した。 ロバストネスを実現する方法は多種ある。例えば、設計書に必ず Why を書くこともまた、のちの変更しやすさに大きく影響を与えるという意味で、実現する方法の一つである。 モジュール性 もまた、そのロバストネスを実現するためにキーとなる概念である。 この記事では、そんなモジュール性について話をする。 モジュール性 モジュール性とは システムを独立した部分に分ける考え方 のこと。厳密な言い方もあるようだけれども、僕がいまいちピンとこなかったので、このいい加減な言い方に留める。 そもそも、エンジニアならばモジュール性と聞いて、それぞれすぐに連想するものがあるだろ

Welcome to Quarto® An open-source scientific and technical publishing system Author using Jupyter notebooks or with plain text markdown in your favorite editor. Create dynamic content with Python, R, Julia, and Observable. Publish reproducible, production quality articles, presentations, dashboards, websites, blogs, and books in HTML, PDF, MS Word, ePub, and more. Share knowledge and insights orga

はじめに 早いもので本連載ももう4回目です。マラソンに例えると、折り返し地点を目前に、先頭を走るロサ・モタの後ろ姿をおぼろげながらも視界に捉えてきたというところでしょうか。 前回はコードチャンクごとの処理を効率化するということで、チャンクオプションを中心に解説しました。今回はR Markdownにまつわるエトセトラとして、レポートづくりをさらに加速するためのテクニックを紹介します。ただし全てのエトセトラをフォローできるわけではありませんので、疑問質問などはコメント欄またはツイッター@kohskeまでお願いします。 インラインコード 前回までに説明するつもりですっかり忘れていたのですが、文章中に簡単な計算結果を埋め込みたいときなどは、コードチャンクはちょっと大げさです。R Markdownでは、Rのコードをコードチャンク以外にインラインコードとしても記述することができます。書式は次のとおりで

この記事は,R Advent Calendar 2016の第22日目の記事です。 R Markdownとは Rでドキュメント生成 Rは一般にデータ解析や可視化で利用されることが多いですが,Rでドキュメントを生成することが可能です。多くの場合,R Markdownを利用して作成され,その便利さ,将来性に注目が集まっています。以降,R Markdownを念頭に話を進めます。 Rでやるメリット R(R Markdown)でドキュメントを生成するメリットは数多くありますが,以下のようなものが挙げられます: 分析からレポート生成までが完結 WordもExcelも(そしてぱわぽも)いらない コピペ汚染からの開放 再現性の確保 同一の内容をそのまま再現できる 再利用、配布が簡単 コードを簡単に再利用可能 テキストデータなので運用が簡単 作るのが簡単 ドキュメント部分は基本Markdown 基本的な考え方

GO解析について ゲノム解析では、扱う遺伝子数が膨大なので、自分の興味がある遺伝子リストに関連した遺伝子の機能タームを抽出する、エンリッチメント解析がよく利用される 機能タームの情報源としては、Gene Ontology（GO）、BioCyc、Reactome、KEGG、BioCarta、MeSH、...など多岐にわたる とにかく何らかの観点で、機能タームと遺伝子IDの対応が付いていれば、この解析は適用できるわけで、最近ではenrichr、MetaScape、GeneTrail2、GeneSetDBなど、一つのインターフェースで、複数の機能タームに対してのエンリッチメント解析を横断的に行うツールも登場している 特にenrichrは、132種類の機能タームDBに対して計算するので、ヒト・マウス・ラットなどの生物種を対象とした解析であれば、もう決定版に近い気がするが、家畜動物であったり、バクテ

概要 Keycloakをdocker composeで動かすための手順を紹介します。 手元の環境でサクッと動作確認したい場合に便利です。 KeycloakのDBには、MariaDB、Microsoft SQL Server、Oracle Database、MySQLなどが使えますが(利用可能なDBはこちらを参照)、本記事ではPostgreSQLを利用する場合の手順を紹介します。 環境 以下の環境で試しています。 Docker 24.0.5 Docker Compose v2.20.2 WSL2 Ubuntu 22.04 on Windows なお、AWS EC2やAzure VMにて動作させ、インターネットからKeycloakに対してアクセスする場合は、HTTPではなくHTTPSでアクセスする必要があります。 そうしないと、Keycloakのコンソール画面にアクセスすることができません。