Ray : un logiciel parallèle performant pour le séquençage

Transcription

1 Ray : un logiciel parallèle performant pour le séquençage Sébastien Boisvert, Université h30-10h50 amphithéâtre (1035) du pavillon JA Bombardier, Université de Montréal

2 Titre Ray : un logiciel parallèle performant pour le séquençage (de l'adn) Et distribué (roule sur plusieurs ordinateurs)

3 Écosystème Préparation d'échantillons Séquençage Transport de données (Calcul Québec, Amazon EC2, Azure) Calcul analytique (analyses) Consommation du résultat (Livraison, évaluation, téléchargement, visualisation)

4 Données Méthode: Séquençage de l'adn Séquences de A, T, C, G ADN génomique Métagénomique (plusieurs sources) Exons (génomique) Séquençage de l'arn (RNA-Seq) (insérer $foo-seq ici) Kahvejian, A., Quackenbush, J. & Thompson, J. F. What would you do if you could sequence everything? Nature Biotechnology 26, (2008). URL

5 Pipelines Permet de lancer panoplie de logiciels avec une interface facile sur des données locales ( aggrandizement model ) Loman, N. and M. Watson (2013, November). So you want to be a computational biologist? Nature Biotechnology 31 (11), Brown, C. T. and J. M. Tiedje (2011). Metagenomics: The paths forward. pp

6 Analyses Avec alignement Sans alignement (assemblage de novo) Flicek & Birney (2009) Nature Methods

7 Ray pour l'assemblage de génomes Entrées: courtes séquences d'adn (possiblement en paires) Sorties: séquences d'adn plus longues assemblées Casse-tête avec des milliards de morceaux Boisvert et al. Journal of Computational Biology

8 Assemblage de novo License: AttributionNoncommercialNo Derivative Works Some rights reserved by jugbo

9 Assembler l'adn avec Ray (un logiciel distribué en C++)

10 Choix technologiques pour Ray Langage de programmation: C++ Transport de messages: Message Passing Interface (MPI)

11 Sous-graphe du graphe de de Bruijn Distribué sur tous les processeurs $ head -n 15 HiSeq-2500-NA12878-demo-2x150-4/GraphPartition.txt #Rank NumberOfKmers IdealNumberOfKmers Difference RelativeDifference #TotalKmers: #Ranks: 512 #IdealNumberOfKmers: % % % % % % % % % % %

12 Microbiome Blaser et al Nature Reviews Microbiology ch/ /blaser_microbiome% pdf Beaucoup de bactéries ne sont pas cultivables individuellement Analyser microbiome sans cultiver Possible avec séquençage d'adn

13 Métagénomique! Métagénomique: possiblement le plus grand producteur de données dans l'avenir Défis: beaucoup de données Communauté de bactéries ou autres Pas de génome de référence Brown, C. T. and J. M. Tiedje (2011). Metagenomics: The paths forward. pp

14 Ray pour la métagénomique Assemblage de novo Profilage de taxons Boisvert et al. (2012) Genome Biology

15 Librairie RayPlatform Godzaridis, Boisvert et al. (2013) Big Data

16

17 Écosystème Préparation d'échantillons Séquençage Transport de données (Calcul Québec, Amazon EC2, Azure) Calcul analytique (analyses) Consommation du résultat (Livraison, évaluation, téléchargement, visualisation)

18 Problème Les données se déplacent beaucoup!

19 Alternative Les résultats demeurent dans les nuages Consommation du résultat dans le web (comme DNAnexus, Galaxy, Globus Genomics)

20 Visualisation Ray Cloud Browser Frontend : Javascript, HTML5 Backend : C++ Communication: JSON sur HTTP But: visualiser des graphes d'assemblage Compatible: Ray, ABySS, Cortex En préparation

21 Comment peut-on explorer les métagénomes (visuellement)?

22 Visualiser l'adn à la Google Maps Ray Cloud Browser

23 La carte de métro génomique

24 Carte de métro génomique

25 Artefacts de séquençage

26 Conclusion Séquençeurs et superordinateurs Il faut des logiciels pour l'analyse Et la visualisation aussi.

27 Animation =0&section=0&region=3&location=1067&depth =10&zoom= &play=backward& speed=8

28 Remerciements Directeur: Prof. Jacques Corbeil Codirecteur: Prof. François Laviolette René Paradis: machines virtuelles Calcul Québec (sites colosse et mp2)