MOIRAI: a compact workflow system for CAGE analysis.
MOIRAI: a compact workflow system for CAGE analysis.
复制标题
DOI：
10.1186/1471-2105-15-144
复制
发表时间：
2014-05-16
影响因子：
3
通讯作者：
Lassmann T
中科院分区：
文献类型：
--
作者：
Hasegawa A;Daub C;Carninci P;Hayashizaki Y;Lassmann T
CAGE是一种基于测序的技术，用于捕获生物样本中的RNA的5‘端。作图后，基因组上的CAGE峰指示了活跃的转录起始位点(TSS)的位置，阅读次数与其表达水平相对应。CAGE在FANTOM和ENCODE项目中都得到了突出的使用，但目前还没有软件包来执行必要的数据处理步骤。在这里，我们描述了MOIRAI，这是一个紧凑而灵活的工作流系统，旨在执行CAGE数据处理和分析的主要步骤。MOIRAI有一个图形界面，允许湿实验室研究人员创建、修改和运行分析工作流程。工作流程中嵌入了图形化质量控制指标，使用户能够评估数据质量并快速发现潜在问题。我们将描述允许用户对多个样本进行映射、注释和执行表达式分析的三个主要工作流。由于许多内置的质量控制功能，MOIRAI特别适合支持基于测序的新协议的开发。MOIRAI源代码可在http://sourceforge.net/projects/moirai/.上免费获得
Cap analysis of gene expression (CAGE) is a sequencing based technology to capture the 5’ ends of RNAs in a biological sample. After mapping, a CAGE peak on the genome indicates the position of an active transcriptional start site (TSS) and the number of reads correspond to its expression level. CAGE is prominently used in both the FANTOM and ENCODE project but presently there is no software package to perform the essential data processing steps. Here we describe MOIRAI, a compact yet flexible workflow system designed to carry out the main steps in data processing and analysis of CAGE data. MOIRAI has a graphical interface allowing wet-lab researchers to create, modify and run analysis workflows. Embedded within the workflows are graphical quality control indicators allowing users assess data quality and to quickly spot potential problems. We will describe three main workflows allowing users to map, annotate and perform an expression analysis over multiple samples. Due to the many built in quality control features MOIRAI is especially suitable to support the development of new sequencing based protocols. The MOIRAI source code is freely available at http://sourceforge.net/projects/moirai/.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btq033
发表时间：
2010-03-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Quinlan AR;Hall IM
通讯作者：
Hall IM
DOI：
10.1093/bioinformatics/btp527
发表时间：
2009-11-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Lassmann T;Hayashizaki Y;Daub CO
通讯作者：
Daub CO
影响因子：
56.9
作者：
Carninci, P;Kasukawa, T;Hayashizaki, Y
通讯作者：
Hayashizaki, Y
影响因子：
12.3
作者：
Kircher M;Stenzel U;Kelso J
通讯作者：
Kelso J
影响因子：
14.9
作者：
Fujita PA;Rhead B;Zweig AS;Hinrichs AS;Karolchik D;Cline MS;Goldman M;Barber GP;Clawson H;Coelho A;Diekhans M;Dreszer TR;Giardine BM;Harte RA;Hillman-Jackson J;Hsu F;Kirkup V;Kuhn RM;Learned K;Li CH;Meyer LR;Pohl A;Raney BJ;Rosenbloom KR;Smith KE;Haussler D;Kent WJ
通讯作者：
Kent WJ