PacBio RS に付属するソフトの概要

この間「NGS現場の会」で、参加者のひとたちと話していて、気づきました。
PacBio RS に付属するソフトウェア、について今までブログで全然触れていなかった、と。

"PacBio RS Software and Data Analysis" という、最近出来立てのチラシがあるんですが、その中にこんな絵があります。

中央下のシーケンサーから時計回りに、

• RS Remote
• RS Touch
• SMRT Portal
• SMRT View
• DevNet

とあります。このうちDevNetはPacBioのサイトで、開発中のツールなどを提供しているもので、今日は含めません。

では、順番に説明します。

1. RS Remote：　ユーザの用意したWindows PC にインストールします。　ここでランの設定や、実行中のランの様子を確認します。　終わったランの、時間軸でのジョブの様子を見ることもできます（例えば何時に何番目のセルのランが行われていたか、など）
2. RS Touch：　シーケンサー本体にインストールされていて、タッチパネルから操作します。　主に、RS Remoteで設定し保存されたランを、実行する時に使います。　実行中のランの様子をここからも確認できます。　装置のエラー（温度やレーザーの異常、データの転送エラー）などがあれば、この画面に表示されます。
3. SMRT Portal:　ユーザが2次解析を行うときのウェブブラウザアプリです。　ユーザは、用意したLinuxサーバに、SMRT Analysis という2次解析ソフトをインストールします。　SMRT Portalは、このSMRT AnalysisソフトのGUIで、Internet Explore, Fire Fox, Google Chrome のブラウザに対応しています。　SMRT Analysisについては後ほど。
4. SMRT View：　いわゆるゲノムブラウザです。　Java で動き、Mapping の結果などを参照できます。

これらのソフトは似たような名前なので、最初は良くごっちゃになりました。　

特に、RS RemoteとRS Touchは機能が似ている上、名前も似ている。

そしてこれはデータの流れをまとめた図。 

ランの設定をするのがRS Remote（左下）

シーケンサー本体のRS Touch上でランを実行したら1次解析のデータ（ベースコール結果）が作られます。　この1次解析自体は、シーケンサー横の黒いベースコールサーバ（Blade Center）内で行われます。

1次解析データは、HDF5という階層型のデータフォーマットと、生のFastq、Fastaデータが含まれ、これらは自動的にユーザのストレージサーバに転送されます。　

次に、WebアプリであるSMRT Portal（中央下）から、ユーザは、SMRT Analysisにアクセスします。

SMRT Portal上で、ユーザは、ストレージサーバに転送された1次解析データをクエリに、2次解析（MappingとかAssemblyとか）の設定をします。

SMRT Analysisはストレージ内の1次解析データを呼び出し、計算をして、BAMやSAMなどの結果を指定した場所に書き込みます。

ちなみに2次解析のコマンド群をSMRT Pipeと呼んだりします。　

GUIで行いたい方向けに、SMRT Portalがあるんですが、CUIがいい！ってひとはこのSMRT Analysisをコマンドべースで使うのももちろんOK

SMRT Analysisの解析メニューは、

1. BLASR（ブレイザーと発音）というPacのロングリードに向いたアライメントツール
2. GATKのGenotyperを使用したSNP検出ツール
3. ALLORA（アローラと発音）という名のアセンブラー
4. ギャップフィルタリングやScaffoldingをするAHA（アハッ）
5. そしてMethylation 検出

の5つが柱。　5のMethylation検出は今度のバージョン1.3.1から新たに加わります。　

これらについては、そのうち、例を出しながら書く予定。

さて、SMRT Analysisはユーザがサーバにインストールするわけですが、どんなサーバを用意すれば良いのでしょうか？

OSはUbuntu 10.0.4以降、CentOS 5.6以降

MySQL、bash shell、Perl v5.8.8以降、Perl XML parserがインストールされていることが必要です。

ハードウェアの最低条件

ヘッドノード：　16GB～32GBのメモリ、250GBのスペース

子ノード（5つ）：　コアあたり2GBメモリで、ノードあたり8コア、250GBのスペース

ストレージ：　約10TB

これに満たなくても動くことは動きます。

ただ、遅いかも。

メモリは多いに越したことはないけれど、ストレージのディスクを速いのにしたほうが、実行速度は高まるらしいです。　

私は、感覚的にはそうかなあ、って感じですが。

ということで、ユーザがインストールしなくてはならないのはRS RemoteとSMRT Analysisの2つ。

RS Remoteは普通のWindows PCで動くで問題無いが、SMRT AnalysisはそこそこなスペックのLinuxサーバが必要。

特に、大きなゲノムサイズに挑戦するには、メモリは多い方が良いです。