Kategorie: Wissenschaft

  • Eine Zufallsstichprobe der Größe k aus Paired-End-FASTQ ziehen

    Heute habe ich ein Bash-Skript geschrieben, das eine zufällige Teilmenge aus einem Paired-End-FASTQ-Dateipaar erzeugt. Es braucht als Eingabe die Namen der beiden FASTQ-Dateien und die Anzahl der Reads, die die Stichprobe haben soll.

    Das Skript beruht im Wesentlichen auf diesem Blogbeitrag. Der Code ist eher grob, könnte benutzerfreundlicher sein und mehr Optionen bieten, aber in seiner jetzigen Form tut er, was ich brauche.

    #!/bin/bash
    
    round() {
        printf "%.2f" "$1"
    }
    
    file1=$1
    file2=$2
    sample=$3
    # Input test
     if ! [[ $sample =~ ^-?[0-9]+([.][0-9]+)?$ ]]; then 
    >&2 echo "$sample is not a number"; exit 1; 
    fi
      
    extension1="${file1##*.}"
    extension2="${file2##*.}"
    filename1="${file1%.*}"
    filename2="${file2%.*}"
    
    fn1=$filename1"_"$sample".fastq"
    fn2=$filename2"_"$sample".fastq"
    
    if [ $extension1 == "gz" ]; then
      gunzip $file1;
      file1=$filename1;
      filename1="${file1%.*}"
      fn1=$filename1"_"$sample".fastq"
    fi
    if [ $extension2 == "gz" ]; then
      gunzip $file2;
      file2=$filename2;
      filename2="${file2%.*}"
      fn2=$filename2"_"$sample".fastq"
    fi
    
    lines=$(wc -l < $file1)
    echo $lines
    echo $sample
    
    if (( $(awk 'BEGIN {print ("'$sample'" <= 1)}') )); then
      sample=$(awk 'BEGIN {printf("%.0f", "'$sample'" * "'$lines'")}')
    fi
    
    echo $sample
    
    paste $file1 $file1 | \
    awk '{ printf("%s",$0); n++; if(n%4==0) { printf("\n");} else { printf("\t");} }' | \
    awk -v k=$sample 'BEGIN{srand(systime() + PROCINFO["pid"]); }{ s=x++<k?x- 1:int(rand()*x);
                      if(s<k)R[s]=$0}END{for(i in R)print R[i]}' | \
    awk -F"\t" -v file1=$fn1 -v file2=$fn2 '{print $1"\n"$3"\n"$5"\n"$7 > file1;\
                                             print $2"\n"$4"\n"$6"\n"$8 > file2}'
                                             
    if [ $extension1 == "gz" ]; then
      gzip $fn1;
      gzip $file1;
    fi
    if [ $extension2 == "gz" ]; then
      gzip $fn2;
      gzip $file2;
    fi
    
  • RumenPredict

    RumenPredict

    Geeignete Strategien zur Minderung von Treibhausgasen vorhersagen, anhand von Modellvariablen, die zur Umweltwirkung von Wiederkäuern beitragen.

    Ziel:

    Die Wiederkäuerhaltung ist für rund 9 % der vom Menschen verursachten CO2-Emissionen und 37 % der CH4-Emissionen verantwortlich. Durch die Methanabgabe stehen dem Tier 6–12 % weniger Energie zur Verfügung. Wiederkäuer tragen außerdem zu NO2 in der Umwelt bei, einem langlebigen Gas in der Atmosphäre mit 296-mal höherem Treibhauspotenzial als CO2. RumenPredict bringt Mitglieder des internationalen Netzwerks Rumen Microbial Genomics (unter Leitung von IBERS, AU) zusammen, zu dem auch die Projekte Hungate 1000 (Sequenzierung von 1000 Pansenmikroben) und Rumen Census (Einfluss von Futter, Wirtsgenetik und geografischer Lage auf das Pansenmikrobiom) gehören.

    RumenPredict vereint zentrale Mitglieder des RMG-Netzwerks, um die nötigen Daten zu erzeugen, die Informationen über das Pansenmikrobiom mit der Genetik und dem Phänotyp des Wirtstiers verknüpfen, und um futterbasierte Minderungsstrategien zu entwickeln. Das stärkt die Innovationskraft und erlaubt es, neues Wissen mit bereits vorhandenem zu verbinden, um regional und tierspezifisch angepasste Lösungen zu finden, die die Umweltwirkung von Wiederkäuern in der Nutztierhaltung verringern.

    Die Projektmitglieder haben Zugang zu aktuellen Daten und Werkzeugen aus einer Reihe von Projekten. RumenPredict baut darauf auf, verbessert die Verknüpfung des dort gewonnenen Wissens und schafft Neues, indem zentrale Hypothesen aus den bisherigen Daten weiter getestet und validiert werden. RumenPredict wird eine Plattform bieten, um vorherzusagen, wie Wirtsgenetik, Futterzusätze oder Mikrobiom die Emissionsphänotypen beeinflussen, und genetische und futterbezogene Vorhersagetechnologien weiterentwickeln, um die Stickstoffnutzung zu verbessern und zugleich die Umweltwirkung von Wiederkäuern zu verringern.

    Link: https://eragas.eu/research-projects/rumenpredict

  • NanoBioMass

    NanoBioMass

    Natürlich ausgeschiedene Nanovesikel als Quelle neuartiger Biomasseprodukte für die Kreislaufwirtschaft

    Ziel:

    Dieses BioFuture2025-Projekt befasst sich mit Nano- und Mikrovesikeln, die hier zusammenfassend als Exosomen bezeichnet werden. Exosomen bilden eine neue humorale, systemische Ebene, die die Homöostase steuert. Da Exosomen etwa so groß wie Viren sind und auch im Speichel vorkommen, könnten sie als neue Klasse von Bioaerosolen wirken. Exosomen übertragen verschiedene wichtige zelluläre Biomoleküle wie Proteine, RNA/DNA und Metaboliten. Deshalb könnten sie Möglichkeiten eröffnen, (biologische) Wirkstoffe gezielt zu transportieren, Gewebe und Organe in vivo abzubilden und letztlich sogar nicht invasive Therapien zu entwickeln. Exosomen dürften grundlegende Möglichkeiten für die Krankheitsdiagnostik bieten. Einzelne Exosomen könnten, in großen Mengen hergestellt, selbst als biologische Arzneimittel in der Medizin dienen. Kurz: Exosomen bieten wichtige Chancen, wirtschaftlich wertvolle Produkte der Bioökonomie zu entwickeln.

    Im Projekt reichern wir Exosomen aus der Luft, aus Milch und aus bestimmten anderen biologischen Flüssigkeiten an. Wir bestimmen ihre Zusammensetzung, ihre Nukleinsäuren und Proteine. Wir entwickeln bessere Verfahren, um Exosomen aufzureinigen und ihre molekularen Signaturen zu bestimmen. Mit den gefundenen molekularen Werkzeugen wollen wir bestimmte Arten von Exosomen anreichern und diese dann in Assays einsetzen, um mehr über ihre zellulären Funktionen und Wirkmechanismen zu erfahren. Mit Nanofiltern analysieren wir Luft und untersuchen, ob Exosomen ein neuer Weg sein könnten, die Luftqualität zu beschreiben. Wir entwickeln Technologien, um Exosomen aus Milch anzureichern und zu charakterisieren, und untersuchen die Rolle der aus Milch stammenden Exosomen für das Wohlbefinden in definierten Modell-Assays. Ziel ist es, aufzuklären, wie sie in Zellen gelangen und welche Rolle sie in der Stoffwechselregulation spielen. Außerdem untersuchen wir, wie sich die Ernährung in der Zusammensetzung der Exosomen und der Milchqualität widerspiegelt und ob Milch einen Weg bietet, große Mengen an Exosomen zu gewinnen und maßgeschneiderte Exosomen für verschiedene Bereiche der Bioökonomie herzustellen. Aus den gewonnenen Datensätzen erstellen wir eine Datenbank.

    Link: https://www.aka.fi/en/research-and-science-policy/academy-programmes/current-programmes/biofuture2025/

  • BovReg

    BovReg

    Identifizierung funktionell aktiver Genomelemente, die für die phänotypische Vielfalt und Plastizität beim Rind relevant sind

    Ziel:

    Trotz der Revolution in der funktionellen Genomanalyse klafft noch immer eine große Lücke im Verständnis der Zusammenhänge zwischen (Epi-)Genom und komplexen Phänotypen, und das erschwert die effiziente Nutzung annotierter Genome für die Präzisionszucht. Das BovReg-Konsortium erstellt eine umfassende Karte funktionell aktiver Genomelemente beim Rind und zeigt, wie sich ihre (epi)genetische Variation in Fleisch- und Milchrassen in Phänotypen niederschlägt. Das ist Schlüsselwissen für eine biologisch fundierte genomische Vorhersage, wie sie Wissenschaft und Nutztierbranche brauchen. BovReg vereint eine kritische Masse an Fachleuten aus der Wiederkäuerforschung und darüber hinaus: Bioinformatik, molekulare und quantitative Genetik, Tierzucht, Reproduktionsphysiologie, Ethik und Sozialwissenschaften. Unsere 20 Partner aus der EU, Kanada und Australien bilden ein globales interdisziplinäres Team, das auf früheren und laufenden nationalen und EU-geförderten Projekten sowie vielen etablierten Industriekooperationen aufbaut. In BovReg erzeugen wir funktionelle Genomdaten auf Basis der FAANG-Kernassays aus repräsentativen Rindergeweben und neu etablierten Zelllinien, die verschiedene Entwicklungsstadien und Phänotypen abdecken, und setzen dabei neue bioinformatische Pipelines ein. Wir erarbeiten detailliertes Wissen zu Merkmalen der Robustheit, Gesundheit und biologischen Effizienz beim Rind. Daten, Wissen und Protokolle werden in europäischen biologischen Archiven hinterlegt, mit dem Ziel, einen Wissensknoten aufzubauen und zu pflegen und Goldstandards zu etablieren. Die langfristige Verfügbarkeit der Daten sowie gezielte Verbreitung und Kommunikation sichern EMBL-EBI, FAANG und EAAP. Unsere biologisch fundierten Werkzeuge zur genomischen Vorhersage bringen Wissen über regulatorische genomische Variation in die genomischen Selektionsprogramme lokaler und globaler Rinderpopulationen ein. Dieses Wissen hilft, die Rinderhaltung neu auszurichten und dabei gesellschaftliche Erwartungen, Umwelt- und Tierschutzaspekte sowie Bioeffizienz voll zu berücksichtigen.

    Link: https://cordis.europa.eu/project/rcn/223200/factsheet/en

  • Einige Updates meiner R-Pakete

    In den letzten Wochen habe ich einige meiner R-Pakete aktualisiert. Die meiste Arbeit ging in das Paket GenomicTools, es waren aber auch Anpassungen an den beiden Paketen GenomicTools.fileHandler und hoardeR nötig.

    Die Änderungen betreffen vor allem die Benutzerfreundlichkeit und Fehlerbehebungen für Sonderfälle bei den Eingabedaten. Wer die Pakete nutzt und weitere Fehler findet oder Verbesserungsvorschläge hat, schreibt mir bitte eine E-Mail oder meldet sich über die jeweilige GitHub-Projektseite der Pakete.