云ATAC:用于ATAC-Seq数据分析的基于云的框架

科学领域:

• 表观遗传学和基因组学
• 生物信息学和计算生物学
• 云计算在生命科学中的应用

背景情况:

• 用高通量测序 (ATAC-seq) 检测转化酶可访问的染色质对全基因组染色质可访问性概况至关重要.
• 分析ATAC-seq数据涉及复杂,相互依赖的生物信息学管道,这对非专业人士来说是一个挑战.
• 有限的计算资源往往阻碍了全面的ATAC-seq数据分析.

研究的目的:

• 介绍云ATAC,一个开源的,基于云的框架,用于简化ATAC-seq数据分析.
• 提供一个交互式学习平台,使用最佳实践对聚合细胞和单细胞ATAC-seq数据分析进行分析.
• 利用云计算进行可扩展,灵活和可访问的表观遗传数据分析.

主要方法:

• 开发一个基于云的框架,利用谷歌云提供按需计算资源.
• 整合Jupyter笔记本用于交互式学习,代码执行和数据可视化.
• 集结细胞和单细胞ATAC-seq数据处理和分析的最佳实践的实施.
• 利用GPU实例来加速单细胞ATAC-seq框架的运行时间.

主要成果:

• 云ATAC为ATAC-seq数据提供了一个可扩展和灵活的分析框架.
• 交互式Jupyter笔记本环境增强了用户的学习和数据解释.
• GPU 加速显著减少了单细胞ATAC-seq分析的处理时间.
• 公共可用的源代码和数据有助于可复制性和采用性.

结论:

• 云ATAC通过提供可访问的基于云的解决方案,使复杂的ATAC-seq数据分析民主化.
• 该框架支持聚细胞和单细胞ATAC-seq,满足各种研究需求.
• 这个资源模块是NIGMS沙盒的一部分,促进基于云的生物信息学学习.