ギャラクシー（計算生物学）

銀河

輸入された歴史
開発者	ギャラクシーコミュニティ
初回リリース	2005年9月16日; 19年前 ( 2005-09-16 )
安定版リリース	24.1.1 / 2024年7月 ( 2024-07 )
リポジトリ	github.com/galaxyproject/galaxy
書かれた	Python、JavaScript
オペレーティング·システム	Unixライク
プラットフォーム	Linux、macOS
利用可能	英語
タイプ	科学的ワークフロー、データ統合、分析、データ公開
ライセンス	MITとアカデミックフリーライセンス[1]
Webサイト	ギャラクシープロジェクト

Galaxy ^[2]は、科学的なワークフロー、データ統合、^{[3] [4]}、データと分析の永続化と公開プラットフォームであり、コンピュータプログラミングやシステム管理の経験がない研究者が計算生物学にアクセスできるようにすることを目的としています。当初はゲノミクス研究のために開発されましたが、主にドメインに依存せず、現在では一般的なバイオインフォマティクスワークフロー管理システムとして使用されています。^[5]

Galaxyは科学的なワークフローシステムです。これらのシステムは、レシピに似た多段階の計算分析を構築する手段を提供します。通常、どのデータに対して操作するか、どの手順を実行するか、どのような順序で実行するかを指定するための グラフィカルユーザーインターフェイス^{[6]を提供します。}

Galaxy は、生物学データのデータ統合プラットフォームでもあります。ユーザーのコンピューターから、URL 経由で、また多くのオンライン リソース ( UCSC Genome Browser、BioMart、InterMineなど) から直接、データのアップロードをサポートしています。Galaxy は、広く使用されているさまざまな生物学データ形式と、それらの形式間の変換をサポートしています。Galaxy は、多くのテキスト操作ユーティリティへの Web インターフェイスを提供しているため、研究者はプログラミングをすることなく、独自のカスタム再フォーマットと操作を行うことができます。Galaxy には、区間に対して集合論的な操作(例:交差、和集合など) を実行するための区間操作ユーティリティが含まれています。多くの生物学ファイル形式には、ゲノム区間データ (参照フレーム、例:染色体またはコンティグ名、開始位置と終了位置) が含まれており、これらのデータを統合できます。

Galaxyはもともと生物学的データ分析、特にゲノミクスのために書かれました。利用可能なツールのセットは長年にわたって大幅に拡張され、Galaxyは現在、遺伝子発現、ゲノムアセンブリ、プロテオミクス、エピゲノミクス、トランスクリプトミクス、および生命科学の他の多くの分野でも使用されています。プラットフォーム自体は実際にはドメインに依存せず、理論的にはケモインフォマティクスなどのあらゆる科学ドメインに適用できます。^[7] たとえば、Galaxyサーバーは画像分析、^[8]、 計算化学^[9]、薬物設計、^[10]、宇宙論、気候モデリング、社会科学、^[11]、言語学用に存在します。

最後に、Galaxy はデータと分析の永続性と公開もサポートしています。以下の再現性と透明性を参照してください。

ギャラクシーは「アクセス可能で、再現可能で、透明性のあるゲノム科学を実行するためのオープンなウェブベースのプラットフォームです。」^[12]

計算生物学は、多くの場合コンピュータプログラミングの知識を必要とする専門分野です。Galaxyは、生物医学研究者がコンピュータプログラミングを理解する必要もなく、計算生物学にアクセスできるようにすることを目指しています。^{[13] [14]} Galaxyは、複雑なワークフローを構築する機能よりもシンプルなユーザーインターフェイス^[15]を重視することでこれを実現します。この設計選択により、一般的な分析を構築するのは比較的簡単ですが、ループ構造などを含む複雑なワークフローを構築するのは難しくなります。（ループをサポートするデータ駆動型ワークフローシステムの例としては、Apache Tavernaを参照してください。 ^[16]）

再現性は科学の重要な目標です。科学的な結果が発表されるとき、その出版物には他の人が実験を繰り返して同じ結果を得ることができるだけの情報が含まれている必要があります。この目標を実験台（「ウェットラボ」）から計算実験（「ドライラボ」）にまで広げようとする最近の取り組みが多く行われています。これは当初予想されていたよりも困難な作業であることが判明しました。^[17]

Galaxy は、計算分析の各ステップに関する十分な情報を取得することで再現性をサポートし、将来のどの時点でも分析を正確に繰り返すことができます。これには、すべての入力データセット、中間データセット、最終データセット、および分析の各ステップに提供されたパラメータと順序の追跡が含まれます。

Galaxy は、研究者がGalaxy オブジェクトを一般公開または特定の個人と共有できるようにすることで、科学研究の透明性をサポートします。共有されたアイテムは詳細に調査したり、自由に再実行したり、コピーして変更したりして、仮説をテストすることができます。

Galaxyオブジェクトとは、Galaxy 内で保存、永続化、共有できるものすべてを指します。

歴史

履歴は、指定された入力データセット、計算手順、およびパラメータを使用して実行される計算分析 (レシピ) です。履歴には、すべての中間データセットと出力データセットも含まれます。

ワークフロー

ワークフローは、分析のすべてのステップ (およびパラメータ) を指定しますが、データは指定しない計算分析です。ワークフローは、複数の入力データ セットに対して同じ分析を実行するために使用されます。

データセット

データセットには、分析で使用または生成される入力データセット、中間データセット、または出力データセットが含まれます。

ページ

履歴、ワークフロー、データセットには、ユーザーが提供する注釈を含めることができます。Galaxy Pages を使用すると、全体的な実験の方法と理由を説明する仮想ペーパーを作成できます。ページと履歴、ワークフロー、データセットの緊密な統合により、この目標が実現します。

Galaxyは利用可能です:

1. 無料のパブリックウェブサーバーとして、^[18] Galaxy Project ^[19]によってサポートされています。 このサーバーには、ゲノミクス研究の多くの分野で広く役立つ多くのバイオインフォマティクスツールが含まれています。ユーザーはログインを作成し、履歴、ワークフロー、データセットをサーバーに保存できます。保存したアイテムは他のユーザーと共有することもできます。
2. オープンソースソフトウェアとしてダウンロード、インストールし、特定のニーズに合わせてカスタマイズすることができます。^[20] Galaxyはローカルにインストールすることも、コンピューティングクラウドを使用してインストールすることもできます。^[21]
3. 他の組織がホストするパブリックウェブサーバー。^[22] 独自のGalaxyをインストールしているいくつかの組織も、それらのサーバーを他の組織に公開することを選択しています。

GalaxyはPythonプログラミング言語を使用して実装されたオープンソースソフトウェアです。ペンシルベニア州立大学、ジョンズホプキンス大学、オレゴン健康科学大学、およびGalaxyコミュニティのGalaxyチーム^{[23]によって開発されています。 [24]}

Galaxyは拡張可能で、新しいコマンドラインツールをGalaxy ToolShed内に統合して共有することができます。^[25]

Galaxyを拡張した例としては、ミネソタ大学スーパーコンピューティング研究所のGalaxy-Pがあり、これは質量分析ベースのプロテオミクスのデータ分析プラットフォームとしてカスタマイズされています。^[26]

Galaxyはオープンソースプロジェクトであり、コミュニティにはユーザー、独自のインスタンスをインストールする組織、Galaxy開発者、バイオインフォマティクスツール開発者が含まれます。Galaxyプロジェクトにはメーリングリスト、^[27]、コミュニティハブ、^[28]、年次会議があります。^[29]

• バイオインフォマティクスワークフロー管理システム

• ギャラクシーコミュニティハブ
• ローカルまたはクラウドにダウンロードしてインストールする
• Galaxy Project がホストする無料のパブリック Galaxy サーバー
• その他の公開 Galaxy サーバーのリスト
• プロジェクト統計