构建便携式和可重复的癌症信息学工作流程,用于可扩展的数据分析:一个RNA测序教程
Rowan F Beck1, Zelia F Worman1, Gaurav Kaushik2
1Velsera, Charlestown, MA, USA.
Methods in molecular biology (Clifton, N.J.)
|August 8, 2025
概括
云平台现在为全球研究人员提供了可访问的基因组学数据分析. 本教程展示了如何使用癌症基因组学云 (CGC) 进行RNA测序分析,促进可复制和协作生物医学研究.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 降低测序成本产生了大量的高通量数据.
- 云技术和互操作性标准有助于数据共享和分析.
- 基因组数据分析现在可以在拥有大量本地计算资源的机构之外进行.
研究的目的:
- 用七桥癌症基因组学云 (CGC) 来演示RNA测序数据的分析.
- 为了说明如何将新的计算算法集成到云平台上的现有工作流中.
- 突出云中可重复和可扩展的生物医学计算的最佳实践.
主要方法:
- 使用七桥癌症基因组学云 (CGC) 进行数据分析.
- 分析来自NIH癌症研究数据共享 (CRDC) 的RNA测序数据.
- 开发和实施命令行工具,Docker容器和用于基于云的分析的CWL描述.
主要成果:
- 在云端成功执行RNA测序分析.
- 将新的计算算法集成到现有工作流中的演示.
- 突出创建可重复和大规模并行生物医学计算的最佳实践.
结论:
- 癌症基因组学云 (CGC) 简化了大规模的基因组数据处理.
- 基于云的平台促进生物医学研究的跨学科合作.
- 最佳实践使各种实验数据的可复制和高效分析成为可能.
