第34回 DDBJing 講習会 in 三島 講師：福田 亜沙美（DDBJ アノテータ） 日時：2016年12月15-16日 場所：国立遺伝学研究所 （静岡県三島市）

1. DRA (DDBJ Sequence Read
Archive) の紹介
福田 亜沙美
Fukuda Asami
DDBJ センター、アノテータ
DDBJ center, annotator

2. 2016年12月15日
DDBJ センターが運営するデータベース
INSDC: オープンアクセスデータベース
個人レベルの遺伝型と表現型
JGA
アクセス制限データベース
ヒトデータ審査委員会
DDBJ
アセンブリ
アノテーション
リード
Quality value
アライメント
(bam)
DRA
BioProject
BioSample
第34回 DDBJing 講習会 (三島)
DRA：次世代シーケンサー
からの出力データのための
データベース

3. 2016年12月15日
SRA データモデル
第34回 DDBJing 講習会 (三島)
1. 「なぜ」そのサンプルを
シークエンスしたのか 2. 「なに」をシークエンスしたのか
3. 「どのように」シークエンスしたのか
4. シークエンスの結果
 SRA データは３つのデータベースにまたがる

4. 登録を始める前に

5. 2016年12月15日
データファイルを準備する
第34回 DDBJing 講習会 (三島)
HDF5 (PacBio RS, RSII)
RS II から出力されるデータ：
*.bas.h5 １ファイルと *.bax.h5 ３ファイル, 計4ファイルを１つの Run に含める
BAM
アライメントされなかったリードを含めることを推奨
Fastq
ペアリードはペアごとに分かれているファイルの登録を推奨
Technical read (アダプター，リンカー，バーコード配列) を除去することを推奨
http://trace.ddbj.nig.ac.jp/dra/submission.html#データファイル
※ fasta は受け付けていません！

6. 2016年12月15日
データファイルを準備する(BAM file)
第34回 DDBJing 講習会 (三島)
http://trace.ddbj.nig.ac.jp/dra/submission.html#BAM_ファイル
BAM file
File type=bam
SN-reference 対応表
File type=tab
multi-fasta file
File type=reference_fasta
リファレンス配列がないBAM
例）PacBio や IonTorrent などの
出力データ
✓ - -
リファレンス配列があるBAM
リファレンスがリストにある
✓ ✓ -
リファレンス配列があるBAM
リファレンスがリストにない
✓ ✓ ✓
リスト:
http://trace.ddbj.nig.ac.jp/files/ref/ref-file.txt
SN-reference 対応表
「BAM ファイルヘッダーの SQ 行中の SN」と
「リファレンス配列のアクセッション番号 (バー
ジョン番号を含む)」との対応関係をタブ区切りで
記載
※リファレンス配列があるBAM
＝ ヘッダーに”SQ 行”がある
リファレンス配列の有無やリファレンスの INSDC/RefSeq アクセッション番号が
リストにあるか否かで必要なファイルが異なる

7. 2016年12月15日
予めメタデータの構成を決めておく
 登録する前に必要な BioProject・BioSample・Experiment・Run の数を決めておく
 サンプル数 (≦ Experiment/Run 数) から考えると分かりやすい
 DRA submission では全てのオブジェクトが同時に公開される点に気を付ける
1. 最もシンプルな登録 2. 三つの菌株の比較ゲノム解析
http://trace.ddbj.nig.ac.jp/dra/submission.html#オブジェクトの構成例
第34回 DDBJing 講習会 (三島)
※メタデータ: シークエンスデータがどのようにして得られたのかを説明するデータ

8. 2016年12月15日
D-way アカウントを取得する
 D-way アカウントをウェブサイト (https://trace.ddbj.nig.ac.jp/D-way/) で取得
 公開鍵と center name をアカウントに登録し、DRA 登録権限を取得
DRA
BioProject BioSample
公開鍵 と center name を
D-way アカウントに登録
http://trace.ddbj.nig.ac.jp/book/account.html登録アカウント Handbook:
center name : SRA が組織に運用上割り振っている略号
公開鍵 : 秘密鍵とペアでユーザの認証に使用される
第34回 DDBJing 講習会 (三島)

9. 登録手順

10. 2016年12月15日
次世代シークエンスデータの登録フロー
DRA 新規登録の作成
データファイルの検証処理
アクセッション番号発行
データファイルの転送
第34回 DDBJing 講習会 (三島)
メタデータ作成
• Submission
• BioProject
• BioSample
• Experiment
• Run

11. 2016年12月15日
DRA 新規登録の作成
 登録アカウントにログインし、新規 DRA 登録を作成
DRA submission ID (例: test08-0001) が追加され、
DRA ファイル受付サーバに Submission ID と同名のディレクトリが作成される
第34回 DDBJing 講習会 (三島)

12. 2016年12月15日
次世代シークエンスデータの登録フロー
DRA 新規登録の作成
データファイルの検証処理
アクセッション番号発行
データファイルの転送
第34回 DDBJing 講習会 (三島)
メタデータ作成
• Submission
• BioProject
• BioSample
• Experiment
• Run


13. 2016年12月15日
データファイルの転送
 鍵認証で DRA ファイル受付サーバにアクセスし、データファイルを
submission ID に対応するディレクトリ(例: test07-0001) にアップロード
DRA ファイル受付サーバ
秘密鍵 公開鍵
DRA 新規登録
シークエンスデータファイル
(fastq, bam etc)
http://trace.ddbj.nig.ac.jp/dra/submission.html#シークエンスデータのアップロード
ファイル名に空白を含めない
サブディレクトリをつくらない
ディスク郵送には対応していますが、登録処理に時間がかかります
第34回 DDBJing 講習会 (三島)

14. 2016年12月15日
次世代シークエンスデータの登録フロー
DRA 新規登録の作成
データファイルの検証処理
アクセッション番号発行
データファイルの転送
第34回 DDBJing 講習会 (三島)
メタデータ作成
• Submission
• BioProject
• BioSample
• Experiment
• Run



15. 2016年12月15日
メタデータ作成ツールを起動
 DRA 登録リストから登録ページへ移動し、メタデータ作成ツールを起動
第34回 DDBJing 講習会 (三島)
ファイルがアップロードされていないとエラーになります

16. 2016年12月15日
DRA 登録管理情報 (Submission) の記入
第34回 DDBJing 講習会 (三島)
アカウントの所有者情報がコピーされます
 登録者情報（名前、メールアドレス、所属組織）
 即日公開 or 非公開を選択 (公開予定日を2年以内で指定)

17. 2016年12月15日
BioProject の選択 or 新規作成
 作成済みのプロジェクトを選択 or 新規作成
 選択できる BioProject は１つのみ
第34回 DDBJing 講習会 (三島)

18. 2016年12月15日
BioProject 新規作成の場合
 プロジェクト (概要・研究費・
プロジェクトのタイプなど) を入力
 内容を入力して投稿
第34回 DDBJing 講習会 (三島)
 新規作成したプロジェクトが選択された状態になります

19. 2016年12月15日
BioSample の選択 or 新規作成
第34回 DDBJing 講習会 (三島)
 作成済みのサンプルを選択 or 新規作成
 複数サンプルを指定可能

20. 2016年12月15日
BioSample 新規作成の場合
 属性ファイルの内容を確認し投稿
第34回 DDBJing 講習会 (三島)
 新規作成したサンプルが選択された状態になります

21. 2016年12月15日
DRA Experiment の作成
 サンプルから構築したライブラリー、シークエンサーやリード長について記入
 デフォルトで選択した BioSample を参照している Experiment が作成される
※ こまめに Save することをお勧めします！
第34回 DDBJing 講習会 (三島)
タブ区切りテキストファイルで
まとめて内容を作成することができます
※ Download 前に Save をクリック！
ペアードの場合の Spot length, Nominal length
上図の例（ペアードライブラリ）の場合
リード長 (Spot Length): 200
合計長を記入 (Forward 100 + Reverse 100 = 200)
Nominal Length (insert size): 500

22. 2016年12月15日
DRA Run の作成
第34回 DDBJing 講習会 (三島)
 デフォルトで作成した Experiment と同数の Run が作成される
 Run に含まれるデータファイルを記述
※ペアのファイルは 1 つの Run オブジェクトに含めます
タブ区切りテキストファイルで
まとめて内容を作成することができます

23. 2016年12月15日
DRA メタデータの投稿
 メタデータ作成後 [Submit/Update DRA metadata] をクリックして投稿
オブジェクト相互が過不足なく参照されているかどうかチェックされます
第34回 DDBJing 講習会 (三島)

24. 2016年12月15日
次世代シークエンスデータの登録フロー
DRA 新規登録の作成
データファイルの検証処理
アクセッション番号発行
データファイルの転送
第34回 DDBJing 講習会 (三島)
メタデータ作成
• Submission
• BioProject
• BioSample
• Experiment
• Run




25. 2016年12月15日
データファイルの検証処理
 データファイルの形式とメタデータとの整合性が検証され、
アーカイブ用の SRA ファイルが作成されます
第34回 DDBJing 講習会 (三島)
検証処理を開始

26. 2016年12月15日
よくある検証処理エラー
 合計長を記入 (例 Forward 100 + Reverse 100 = 200)
 ファイルが破損している場合は再度ファイルをアップロード
 空白を除去
 サブディレクトリを含めず、ファイルそのものをアップロード
 配列長が一定のペアリードで Experiment.Spot Length にペアの合計
配列長が記入されていない
 メタデータ中の md5 値と転送されたファイルの md5 値が異なる
 アップロードされたデータファイル名に空白が含まれている
 サブディレクトリを含んでいる
第34回 DDBJing 講習会 (三島)

27. 2016年12月15日
次世代シークエンスデータの登録フロー
DRA 新規登録の作成
データファイルの検証処理
アクセッション番号発行
データファイルの転送
第34回 DDBJing 講習会 (三島)
メタデータ作成
• Submission
• BioProject
• BioSample
• Experiment
• Run





28. 2016年12月15日
アクセッション番号の発行
 BioProject (PRJDB)
 BioSample (SAMD)
 Submission (DRA), Experiment (DRX), Run (DRR)
第34回 DDBJing 講習会 (三島)

29. 2016年12月15日
アクセッション番号の引用
論文には「データ登録」に対する DRA アクセッション番号の
引用を推奨します
DRA Submission (DRA) or Experiment (DRX) or Run (DRR)
> BioSample (SAMD)
> BioProject (PRJDB)
BioProject アクセッション番号の論文への引用は推奨しません
第34回 DDBJing 講習会 (三島)
http://trace.ddbj.nig.ac.jp/bioproject/faq.html#project_accession

30. データの公開と更新
BioProject・BioSample・DRA

31. 2016年12月15日
データの公開
第34回 DDBJing 講習会 (三島)
即日公開を指定：登録データのデータベースへの取り込みが完了次第、公開
公開予定日を指定：非公開で保持
DRA BioProject, BioSample
A 登録者から公開依頼の連絡を受けた場合
（D-way アカウントにログインし、公開を
指定します）
登録者から公開依頼の連絡を受けた場合
B 当該アクセッション番号の公表を確認した
場合
当該アクセッション番号の公表を確認し
た場合
C 公開予定日が到来した場合 BioProject, BioSample アクセッション
番号を引用している DDBJ/EMBL-
Bank/GenBank レコード、DRA データ
が公開された場合（連動公開）
D DRA Run (DRR) アクセッション番号を引
用している DDBJ/EMBL-Bank/GenBank
レコードが公開された場合
D の場合，引用されている DRR 番号を含む DRA 登録全体が公開されます。
A 以外の場合は登録者の了解がなくても例外なく公開します。
以下の場合にデータを公開しています

32. 2016年12月15日
BioProject と BioSample の連動公開
第34回 DDBJing 講習会 (三島)
公開
連動
公開
連動
公開
非公開
公開
DRA データが公開されると 参照している
BioProject/BioSample が公開される
BioProject/BioSample が公開されても参照
元のDRA データは公開されない
公開
http://trace.ddbj.nig.ac.jp/bioproject/submission.html#データ公開
http://trace.ddbj.nig.ac.jp/faq/bp_bs_seq_release.html
※論文に BioProject アクセッション番号を引用すると、登録者からの指示がない限り
関連した DRA データが公開されません

33. 2016年12月15日
データの公開
 公開されたデータはミラーされ DDBJ/EBI/NCBI で利用できるようになります
DDBJ DRASearch
NCBI BioProject
NCBI BioSample
NCBI SRA
第34回 DDBJing 講習会 (三島)

34. 2016年12月15日
データの更新
登録後に D-way で更新可能な内容
 公開予定日
 メタデータ (Experiment，Run の
一部を除く)
 データファイルの追加（右図）
新規登録を作成し、既存の
BioProject, BioSample を参照する
第34回 DDBJing 講習会 (三島)
データファイルの差し替え等、
D-way で更新できない内容は
ご連絡ください
http://trace.ddbj.nig.ac.jp/dra/submission.html#データファイルの追加

35. 2016年12月15日
お問い合わせ先
http://trace.ddbj.nig.ac.jp/contact.html
 登録について問い合わせる場合には D-way アカウント名と
データの Submission ID をお知らせください
第34回 DDBJing 講習会 (三島)

36. 補足

37. 2016年12月15日
Submission の単位と公開
第34回 DDBJing 講習会 (三島)
DRA: Submission に
含まれる全てのオブ
ジェクトが同時に公開
連動
公開
※ 公開時期が異なるデータファイルは別の submission で登録する
BioSample submission は
サンプルごとに公開を指定
できる
※ 複数のサンプルを同時に
登録する場合 submission
を分ける必要はありません
BioSample SAMD
BioSample SAMD
BioSample SAMD
BioSample submission 6 samples
一部非公開

38. 2016年12月15日
Submission の数
登録者、公開時期が同一である
• BioProject
1 submission に 1 project
論文の単位で作成すると分かりやすい
• BioSample
1 submission に 複数サンプル登録可能
Sample type が同一
Submission に含まれるサンプルは同時に公開されない
DRA submission と同じにすると分かりやすい
• DRA
1 submission に 1 BioProject と複数オブジェクト
(BioSample, Experiment, Run)
全てのオブジェクトが同時に公開されるので、公開時期の単位で
作成する
第34回 DDBJing 講習会 (三島)

39. 2016年12月15日
別々の論文に発表する場合
 論文ごとに BioProject を分けると別々にデータを公開することができる
第34回 DDBJing 講習会 (三島)

40. 2016年12月15日
アカウント外の BioProject/BioSample を参照
 アカウントをまたがった参照を希望する場合は DRA チームに連絡
 参照元と先、双方の登録者の承認が必要
 連動公開に注意
第34回 DDBJing 講習会 (三島)

41. 2016年12月15日
ファイルの破損を md5 値でチェック
 md5 値が一致 : ファイルの破損なし
md5 値が不一致 : ファイルの破損あり
DRA ファイル受付サーバ
md5 値
md5 値
md5 値
md5 値＝
≠
md5 値 : ファイルに固有の32桁の英数字からなるハッシュ値
http://trace.ddbj.nig.ac.jp/dra/submission.html#補足__MD5_値
第34回 DDBJing 講習会 (三島)