Szerző: Bojcsuk Dóra

Munkánkhoz a Debreceni Egyetem Genomi Medicina és Bioinformatikai Szolgáltató Laboratóriumának ngsdeb szerverét használjuk, amely a közelmúltban jelentős bővítésen ment keresztül, és mint szuperszámítógép, 40+88+24+7×12 processzort, 3×128+256+6x48Gb memóriát és 40+6x11Tb merevlemezt tud magáénak.

Az új felhasználók számára a szerverre való belépéshez a rendszergazda biztosít egy bejelentkezési nevet és egy ahhoz tartozó jelszót, mely utóbbi az első belépést követően könnyen megváltoztatható. Bejelentkezés után egy UNIX (RedHot Linux) platformra érkezünk, amely UNIX operációs rendszerekről egy terminál megnyitásával közvetlenül elérhető, míg a Windows-t használóknak ugyanezt a UNIX felületet a PuTTY nevű, mindenki számára ingyenesen elérhető FTP kliens biztosítja.

A PuTTY letöltését és telepítését követően a szerverre való belépéshez a HostName mezőben a felhasználónevet és a szerver nevét kukaccal elválasztva kell megadni (username@ngsdeb.med.unideb.hu). A szerver titkosított hálózati kapcsolattal történő, távoli eléréséhez az SSH (Secure Shell) hálózati protokollt kell bejelölnünk, továbbá a Port beállítása is szükséges, melyet szintén a rendszergazda biztosít az új felhasználók számára. Amennyiben mindent begépeltünk, kattintsunk a megnyitás (Open) gombra.

A jelszavunk „vakon”, már a terminálablakba történő begépelése után egy Enter-rel tudjuk véglegesíteni a bejelentkezésünket, és máris a /home könyvtárban találjuk magunkat. Abban az esetben, ha a szervert nem az egyetem területéről próbáljuk elérni, az IP-címünket a rendszergazdának kell megadjuk ahhoz, hogy kivételként kezelhesse, és – akár otthonról is – bármikor hozzáférhessünk a szerverhez.

A Windows-t használóknak az asztali gépük és a szerver közötti fel- és letöltéshez a szintén ingyenes WinSCP FTP klienst is fel kell telepíteniük, amely szintén a kiszolgálót (ngsdeb.med.unideb.hu), a Port-ot, a felhasználónevünket és a jelszavunkat kéri a bejelentkezéshez.

Bejelentkezést követően a WinSCP két ablakra osztva jelenik meg; a bal oldali ablakban az asztali gépünk, jobb oldalon pedig a szerver mappái között lépegethetünk. Egyszerű áthúzással egy fájl/mappa, vagy többszörös kijelöléssel akár fájlok/mappák egyidejűleg is áthelyezhetőek.

Ha Windows operációs rendszert használunk, milyen programokat kell tehát telepítenünk ahhoz, hogy elkezdhessük a munkát?

PuTTY: https://www.chiark.greenend.org.uk/~sgtatham/putty/latest.html

WinSCP: https://winscp.net/eng/download.php

Mivel több felhasználó is dolgozhat egy időben a szerveren, használata mindenki számára azonos feltételekhez, szabályokhoz kötött.

A „házirend” a http://genbioinfo.med.unideb.hu/ honlapon érhető el.

Az Emberi Erőforrások Minisztériuma ÚNKP-17-3-IV-DE-140 kódszámú Új Nemzeti Kiválóság Programjának támogatásával készült.

Szerző: Bojcsuk Dóra

Lassan húsz éve, hogy megjelentek az első közlemények az emberi genom teljes szekvenciájáról és a gének elhelyezkedéséről. E „térkép” megismeréséhez bár közel 15 évre volt szükség, nagyon fontos, mára már alapvető információt köszönhetünk a Humán Genom Projekt eredményeinek. Mindez magával hozta a DNS szekvenálás fejlődésének igényét, például az újgenerációs szekvenálási (NGS, Next-Generation Sequencing) módszerek megalkotását, finomítását, ezáltal a szekvenálás költséghatékonyabbá válását. A néhány száz genomi régióra irányuló chip-alapú technikákat felváltották a genomszintű vizsgálatok és specifikus antitestek használatával a fehérje-DNS kölcsönhatások genomi pozíciói is feltérképezhetővé váltak. Mindez hatalmas szekvenálási adathalmazt teremtett, tárolásuk pedig – jelenleg is – különféle adatbázisokban történik.

Manapság ha genomikáról, transzkriptomikáról vagy csak általánosságban molekuláris biológiáról beszélünk, már nem csupán a laboratóriumban végzett bonyolult kísérletekre gondolunk. A szekvenálási adatok önmagukban még nehezen értelmezhetetőek; az információ kinyeréséhez sok-sok lépcsőt kell megmásznunk, mely lépések bizonyos esetekben komolyabb informatikai és/vagy programozói ismereteket igényelnek.

A bioinformatikát mint kifejezést az 1970-es években Paulien Hogeweg és Ben Hesper holland biológusok alkalmazták először, ma pedig főként olyan folyamatok megnevezésére használjuk, mint a fehérjék 3D szerkezetének előrejelzése, biológiai hálózatok kutatása, vagy az említett szekvencia adatoknak az elemzése. Jelen van ugyanakkor az egészségügyben is, hiszen a képalkotó diagnosztikai módszerek, mint a röntgen, CT (komputertomográfia), MR (mágneses rezonancia) vagy a funkcionális MR képalkotás (fMRI) – amely egyenesen az agy működésének vizsgálatát teszi lehetővé – a fizika mellett túlnyomórészt az informatikára támaszkodnak. A bioinformatika interdiszciplináris tudományként tehát ötvözi a biológiát, informatikát, matematikát, fizikát, továbbá a statisztikát, így szakszerű alkalmazásához vagy a kísérletet végző biológusnak kell idejéből az informatika megismerésére áldozni, vagy az informatikusnak kell elmélyülnie a biológiában.

A genomi bioinformatikai módszereik alkalmazásában talán a legnagyobb nehézséget mégis az jelenti, hogy a szekvenálási adatok feldolgozásához nem létezik egységes protokoll. Csupán az alapelemzés az, ami automatizálható – minden további, specifikus kérdésre csak jól megtervezett és kiválasztott elemzési folyamat adhat pontos választ, melynek elengedhetetlen része a biológus és az informatikus közötti rendszeres és hatékony kommunikáció.

A kutatók körében kezd egyre inkább elfogadottá válni, hogy az adatbázisokban fellelhető nyers adatokat új információk reményében bárki felhasználhassa. A rohamosan növekvő NGS adatok – és sok esetben a redundáns kísérletek – lehetővé teszik, hogy a megfelelő mintagyűjtést követően akár saját laboratóriumi hozzájárulás nélkül – pusztán a bioinformatika alkalmazásával – is értékes funkcionális genomikai kutatásokat végezzünk. A bioinformatikai adatbázisokból történő információgyűjtés a biológusok munkáit is gyakran megalapozza; sőt, idejük legjava kezd átterelődni a számítógép elé. Nem kérdés tehát, hogy egy minimális bioinformatikai ismeret mindenképp a biológus javát szolgálja.

Magyarországon jelenleg leginkább a molekuláris biológusok és biotechnológusok nyerhetnek betekintést a bioinformatikába. Szakirányként választhatjuk a Szegedi Tudományegyetemen, de tantárgyként szerepel többek közt a Debreceni Egyetem molekuláris biológus, a Budapesti Műszaki és Gazdaságtudományi Egyetem villamosmérnök, ill. műszaki informatika, vagy az Eötvös Lóránd Tudományegyetem Természettudományi Karának képzésein is. Ugyanakkor, mint önálló szak, a felsőoktatásban még nem kapott helyet és az említett képzések tematikája is nagy varianciát mutat.

2017. január 1. óta Magyarország is tagja az ELIXIR (European Life-sciences Infrastructure for biological Information) programnak, melynek elsődleges célja a számítógépes biológiával foglalkozó európai kutatói közösség együttműködésének elősegítése. Támogatja régi és új adatbázisok, elemző módszerek fejlesztését, létrehozását, standardizálását, informatikai kurzusok szervezése révén pedig kezdők számára is lehetőséget biztosít egy-egy terület megismerésére.

Jelen sorozatban szeretném leginkább a biológiában jártas érdeklődők számára bemutatni, milyen NGS módszereket ismerünk, hogyan és milyen publikus adatbázisokból lehet szekvenálási adatokat letölteni, mik azok az alapvető lépések, amelyeket minden esetben alkalmaznunk kell a nyers szekvencia adatokon. Bemutatom az általánosan – és általunk is – használt programcsomagokat, majd specifikus elemző- és vizualizáló lépésekre is kitérek.

Remélem, bejegyzéseim sokak kedvét meghozza a bioinformatika tanulásához, de legrosszabb esetben is egy olyan alaptudást biztosít, melynek segítségével a biológus magabiztosan tud majd az informatikussal kommunikálni.

Az Emberi Erőforrások Minisztériuma ÚNKP-17-3-IV-DE-140 kódszámú Új Nemzeti Kiválóság Programjának támogatásával készült.