高通量測序，可提高我們進(jìn)行全基因組研究的能力，從而徹底改變了生物學(xué)研究。然而，由于缺乏生物信息學(xué)專業(yè)知識，現(xiàn)代技術(shù)仍然超出了許多實驗室的能力范圍。八月七日在國際著名學(xué)術(shù)雜志《Genome Biology》發(fā)表的一項研究中，來自美國辛辛那提大學(xué)醫(yī)學(xué)院的研究人員，提出了一種BioWardrobe平臺，可讓用戶使用一種方便生物學(xué)家的Web界面，存儲、可視化和分析表觀基因組學(xué)和轉(zhuǎn)錄組學(xué)數(shù)據(jù)，而不需要專業(yè)的編程知識。

以新一代測序（NGS）為基礎(chǔ)，分析基因表達(dá)、染色質(zhì)結(jié)構(gòu)和蛋白質(zhì)–DNA相互作用的方法飛速發(fā)展，為分子生物學(xué)打開了新的視野。這些方法包括RNA測序（RNA-seq）、染色質(zhì)免疫沉淀測序（ChIP-seq）、DNase I測序（DNase-Seq）、微球菌核酸酶測序（MNase-SEQ）、易接近轉(zhuǎn)座酶染色質(zhì)測序法（ATAC-Seq）等等。

在“濕實驗室（wet lab）”的一面，這些方法在很大程度上已被很好地確定，可以由有經(jīng)驗的分子生物學(xué)家執(zhí)行；但是，分析測序數(shù)據(jù)需要生物信息學(xué)專業(yè)知識，許多分子生物學(xué)家并不具備。重新利用已公布的數(shù)據(jù)集也具有挑戰(zhàn)性：雖然作者通常符合長期需求，將原始數(shù)據(jù)文件存放到數(shù)據(jù)庫，如Sequence Read Archive (SRA)或Gene Expression Omnibus (GEO)，但是，如果沒有專業(yè)知識，就不可能分析這些數(shù)據(jù)。

即使處理后的數(shù)據(jù)文件（例如，基因表達(dá)值）是可用的，但是，直接在數(shù)據(jù)集之間進(jìn)行比較也是不明智的，因為不同的實驗室使用不同的方法（或不同的軟件版本）。這意味著，甚至連最簡單的任務(wù)，生物學(xué)家都需要生物信息學(xué)家的幫助，例如在一個基因組瀏覽器上查看自己的數(shù)據(jù)，從而讓許多實驗室難以企及這些令人興奮的技術(shù)。即使生物信息學(xué)家參與，但是合作優(yōu)先權(quán)的差異，可能會導(dǎo)致誤解，不利于研究工作。為了減輕這些問題，一個最佳途徑是，開發(fā)容易使用的數(shù)據(jù)分析軟件，使生物學(xué)家即使沒有生物信息學(xué)家的幫助，也能執(zhí)行最基本的基本任務(wù)。

多個獨立的程序和Web服務(wù)，可用于NGS數(shù)據(jù)分析。然而，大多數(shù)現(xiàn)有的可用工具都有一個命令行界面，執(zhí)行一個特定的任務(wù)，并且通常需要它們之間的文件轉(zhuǎn)換。一些流行的軟件包，如HOMER或Tuxedo，被組織在一起，并包括能夠執(zhí)行多個任務(wù)的組件，從而解決了互操作性問題。然而，這種優(yōu)秀的工具仍然需要使用命令行，并具有有限的可視化選項。

商業(yè)程序GeneSpring、Partek和Golden Helix，可以在普通的臺式電腦上運行，并可分析基因表達(dá)或基因變異。然而，用戶必須手動加載數(shù)據(jù)并將其存儲在他們的臺式電腦中；考慮到NGS數(shù)據(jù)的數(shù)量龐大，這種設(shè)置使得數(shù)據(jù)分析變得復(fù)雜。

此外，這些工具不允許多個已發(fā)布或本地產(chǎn)生的數(shù)據(jù)集進(jìn)行無縫整合。Illumina Basespace和Galaxy服務(wù)器，可對數(shù)據(jù)進(jìn)行存儲和分析，并有完整的查看工具。然而，它們需要外部機(jī)構(gòu)的數(shù)據(jù)傳輸，只能為用戶數(shù)據(jù)提供有限的存儲空間。雖然Galaxy提供了不使用命令行界面運行工具的機(jī)會，但是用戶仍然需要管理文件類型轉(zhuǎn)換，并且每次都要選擇詳細(xì)的參數(shù)，這需要深入了解每種工具和文件格式。沒有穩(wěn)定的流程，可能會導(dǎo)致沒有經(jīng)驗的用戶比較“蘋果和桔子”。總之，很少有可用的工具能夠為生物學(xué)家提供一個友好的界面，并且，沒有一種工具，能夠?qū)⑦@樣的界面與數(shù)據(jù)存儲、顯示和分析整合起來。

基于此，該研究小組開發(fā)了BioWardrobe，一種方便生物學(xué)家使用的平臺，將NGS數(shù)據(jù)采集、存儲、顯示和分析整合起來，主要旨在用于基因組學(xué)領(lǐng)域的研究。BioWardrobe功能包括：從核心設(shè)施或在線數(shù)據(jù)庫（例如，GEO）下載原始數(shù)據(jù)，讀取顯示在加利福尼亞大學(xué)本地實體、UCSC基因組瀏覽器上的映射和數(shù)據(jù)，質(zhì)量控制和基本、先進(jìn)的數(shù)據(jù)分析。

在基本分析中，自動化程序用于處理每個實驗。程序的選擇是基于生物學(xué)家友好的實驗參數(shù)（例如，RNA / ChIP-seq、雙/單、基因組、抗體）和其他研究機(jī)構(gòu)開發(fā)的工具，結(jié)合自行開發(fā)的工具（例如，Bowtie、STAR、FASTX和MACS2），通過提供額外的信息提高原有軟件的輸出，提供有意義的質(zhì)量控制，并在Web界面顯示結(jié)果。

在基本分析過程中產(chǎn)生的質(zhì)量控制，被選擇來幫助進(jìn)行實驗程序的故障排除。可定制的先進(jìn)分析可以結(jié)合多個實驗，并包括比較基因表達(dá)（DESeq1 / 2）和基因組占有（MAnorm）的工具，使用圖形用戶界面分析樣品或樣品組，并產(chǎn)生主成分分析圖、基因列表、平均標(biāo)記密度分布和熱圖。

R編程語言的一個內(nèi)置接口，可促進(jìn)額外的自定義腳本合并。所有的預(yù)計算數(shù)據(jù)都存儲在一個SQL數(shù)據(jù)庫中，并可以通過一個方便的Web界面讓生物學(xué)家訪問。另一方面，生物信息學(xué)家可以使用一個提供的R庫或使用其他編程語言，訪問數(shù)據(jù)。BioWardrobe可以在Linux或MacOSX系統(tǒng)上運行。安裝包和說明可在GNU GPL v.2下使用。