February 2014 - Galaxy-France - lists.galaxyproject.org

Disable seeding in BWA using Galaxy
by Thierry Grange 26 Feb '14

26 Feb '14

Bonjour à tous I would like to disable seeding when doing a sequence mapping using bwa. Apparently, this is commonly performed using the aln l option set at a value higher than the read length, and is often set at values above 1000. In Galaxy, the default option is -1 for this parameter, and it is indicated that -1 corresponds to infinity. Does that mean that seeding can be disabled using -1, and that it is disabled by default on Galaxy? I dont obtain exactly the same thing using -1 or 16000 for this parameter, even though the difference is marginal. Thanks for your insights Thierry Institut Jacques MONOD Paris

2 1

Fwd: [bioinfo] Stage M2 Recherche : Provenance dans un système de workflows pour la bioinformatique
by Dave Clements 11 Feb '14

11 Feb '14

Hello all, Cross posting from SFBI. Dave C ---------- Forwarded message ---------- From: Sarah Cohen-Boulakia <Sarah.Cohen_Boulakia(a)lri.fr> Date: 2014-02-06 10:53 GMT-08:00 Subject: [bioinfo] Stage M2 Recherche : Provenance dans un système de workflows pour la bioinformatique To: bioinfo(a)sfbi.fr Bonjour, Veuillez trouver ci-dessous une offre de stage de M2R pour la conception d'un module de provenance dans un système de workflows pour la bioinformatique. Cordialement, Sarah Cohen-Boulakia Sujet de stage M2 Recherche Conception d'un module de Provenance dans un système de workflow pour la bioinformatique Mots clés : plateformes d'analyses; intégration d'informations; bases de données; algorithmique (graphes) Encadrants : Sarah Cohen-Boulakia et Patrick Valduriez Lieu : Institut de Biologie Computationnelle (IBC), Montpellier (préféré) ou Laboratoire de Recherche en Informatique, Orsay Contact : cohen(a)lri.fr Contexte La taille et la quantité des données scientifiques produites et disponibles ont considérablement augmentées au cours des dernières années. En plus de devoir être stockées et gérées, la tâche la plus importante réalisée sur ces ensembles de données est leur analyse qui met en jeu une série d'outils bioinformatiques complexes et dédiés au domaine d'étude. Une telle analyse est typiquement réalisée par l'assemblage d'étapes impliquant une multitude de scripts, d'outils et d'algorithmes. Des efforts considérables ont été réalisés dans le développement de systèmes et plateformes capables de fournir un soutien à l'utilisateur lors de la conception et la gestion de telles analyses (appelés systèmes de workflows). Certains de ces systèmes ont depuis quelques années des modules de provenance, capable de garder la trace précise des lancements d'enchaînements d'outils effectués, offrant à l'utilisateur la possibilité de reproduire ses expériences bioinformatiques et d'accéder à des informations relatives à la qualité des résultats obtenus (qualité relative à la fiabilité des outils utilisés, des données prises en entrées, des types de paramètres utilisés etc.). Face à la multitude de représentations disponibles pour les données de provenance [MPB10], [ABM+09] une série de Provenance Challenges [MLA+08] [SGM11] a été organisée, débouchant sur la proposition d'un standard très général de provenance OPM, Open Provenance Model [MCF+11]. Dans ce stage on s'intéressera plus particulièrement à l'un des deux systèmes suivants : * Galaxy [GNT+10] qui est l'un des systèmes de workflows les plus utilisés par la communauté bioinformatique internationale pour analyser les données biologiques * OpenAlea [PDB+08] qui est une plateforme d'analyse, de visualisation et modélisation du fonctionnement et de la croissance de l'architecture des plantes qui compte aujourd'hui plusieurs centaines d'utilisateurs. L'Institut de Biologie Computationnelle de Montpellier a de nombreux utilisateurs et concepteurs de workflows Galaxy et OpenAlea. En fonction de la sensibilité du stagiaire, on pourra travailler sur l'un ou l'autre de ces systèmes. La problématique restant identique. L'objectif général de ce stage est de proposer un *module de provenance* capable de garder la trace précise de la composition des workflows et des exécutions (outils utilisés, paramètres et données prises en entrée et générées). Ce module devra permettre aux utilisateurs de connaître l'évolution d'un workflow : << quel module a été modifié ou ajouté entre deux versions de ce workflow ?>>, << quelles sont les différences entre deux workflows ayant le même but général (ie produisant le même type de donnée) mais ayant été conçu par deux équipes/personnes différentes >> ?... Ce module devra aussi permettre aux utilisateurs de comprendre mieux les résultats différents obtenus par les exécutions d'un même workflow (rôle du paramétrage des outils impliqués dans le workflow, rôle des données d'entrée...) [BCD+09]. Les réponses à ces questions doivent pouvoir être considérées à différents niveaux de granularité [BCD+08] en fournissant à l'utilisateur des niveaux de détails plus ou moins important selon ses souhaits pour ne pas être submergé d'informations. Travail attendu Le but de ce stage est (i) de proposer une représentation concise, expressive et capable de prendre en compte des niveaux de granularités de provenance différents des workflow de Galaxy ou Open Alea et de leurs exécutions (compatible avec les standards de provenance) et (ii) d'introduire un algorithme efficace de comparaison de ces workflows et exécutions. Plus spécifiquement, les différentes tâches attendues sont les suivantes : * Représentation des workflows (modules et les liens entre les modules), représentation des exécutions des workflows (données consommées et produites lors d'une exécution et exécution de modules), définition de la relation entre ces représentations ("models of computation"). Différents niveaux de granularité/détail devront pouvoir être considérés dans ces représentations. * Proposition d'une structure de stockage et d'un format d'échange pour les workflows et leurs exécutions * Conception et implémentation d'un algorithme de comparaison de workflows et d'exécutions à divers niveaux de granularités * Implémentation d'un module de provenance et de la fonctionnalité de différenciation des workflows et exécutions dans Galaxy ou OpenAlea Références [ABM+09] Anand, M. K., Bowers, S., McPhillips, T., & Ludäscher, B. (2009, March). Efficient provenance storage over nested data collections. In Proceedings of the 12th International Conference on Extending Database Technology: Advances in Database Technology (pp. 958-969). ACM. [BCD+09] Bao, Z., Cohen-Boulakia, S., Davidson, S. B., Eyal, A., & Khanna, S. (2009, March). Differencing provenance in scientific workflows. In Data Engineering, 2009. ICDE'09. IEEE 25th International Conference on (pp. 808-819). IEEE. [BCD+08] Biton, O., Cohen-Boulakia, S., Davidson, S. B., & Hara, C. S. (2008, April). Querying and managing provenance through user views in scientific workflows. In Data Engineering, 2008. ICDE 2008. IEEE 24th International Conference on (pp. 1072-1081). IEEE. [GNT+10] Goecks, J., Nekrutenko, A., Taylor, J., & Team, T. G. (2010). Galaxy: a comprehensive approach for supporting accessible, reproducible, and transparent computational research in the life sciences. Genome Biol, 11(8), R86. [MCF+11] Moreau, L., Clifford, B., Freire, J., Futrelle, J., Gil, Y., Groth, P., & den Bussche, J. V. (2011). The open provenance model core specification (v1. 1). Future Generation Computer Systems, 27(6), 743-756. [MLA+08] Moreau, L., Ludäscher, B., Altintas, I., Barga, R. S., Bowers, S., Callahan, S., et al (2008). Special issue: The first provenance challenge. Concurrency and computation: practice and experience, 20(5), 409-418. [MPB10] Missier, P., Paton, N. W., & Belhajjame, K. (2010, March). Fine-grained and efficient lineage querying of collection-based workflow provenance. In Proceedings of the 13th International Conference on Extending Database Technology (pp. 299-310). ACM. [PDB+08] C. Pradal, S. Dufour-Kowalski, F. Boudon, C. Fournier, C. Godin. OpenAlea: A visual programming and component-based software platform for plant modeling. Functional Plant Biology [SGM11] Simmhan, Y., Groth, P., & Moreau, L. (2011). Special Section: The third provenance challenge on using the open provenance model for interoperability. Future Generation Computer Systems, 27(6), 737-742. Autres informations Rémunération (gratification) : 436 euros/mois -- Sarah Cohen-Boulakia Maître de conférences Laboratoire de Recherche en Informatique Université Paris Sud -- http://www.sfbi.fr Archives : http://listes.sfbi.fr/wws/arc/bioinfo -- http://galaxyproject.org/ http://getgalaxy.org/ http://usegalaxy.org/ http://wiki.galaxyproject.org/

1 0

Fwd: [bioinfo] Stage M1/M2, Institut Curie, Paris
by Dave Clements 11 Feb '14

11 Feb '14

Hello all, Cross posting from the SFBI List. Cheers, Dave C ---------- Forwarded message ---------- From: Valentina Boeva <valentina.boeva(a)gmail.com> Date: Fri, Feb 7, 2014 at 9:09 AM Subject: [bioinfo] Stage M1/M2, Institut Curie, Paris To: bioinfo(a)sfbi.fr Development and integration of computational methods into the Galaxy analysis framework Type de poste: Stage M1/M2 Durée du poste: 6 mois Date de début: 15/03/2014 or later Laboratoire: Bioinformatics, Biostatistics, Epidemiology and computational Systems Biology of Cancer Adresse: U900, Institut Curie - INSERM - Mines ParisTech Laboratoire de Bioinformatics 26 rue d'Ulm 75005 Paris Nom du contact: Boeva Valentina Email du contact: Boeva.Valentina(a)curie.fr Date de validité: 01/05/2014 Description du poste: Contexte : Located in the center of Paris, our laboratory hosts 4 groups working on the cutting edge of bioinformatics and computational biology of cancer: Bioinformatics and computational systems biology of cancer, Clinical biostatistics, Epidemiology of cancer, and Statistical machine learning and modelling of biological systems. One of the main axes of the lab is to create computational methods for analysis of biomedical data, including data for personalized medicine, in particular, high throughput sequencing data. The methods we have developed allow detecting mutations in individual genomes, deciphering regulation of cellular processes and obtaining information about epigenetic profile of the genome. Among the methods we have developed, we count ncPROseq for analysis of non-coding RNA, Control-FREEC for detection of copy number alterations, SVDetect for detection of structural rearrangements in the genome, HMCan for detection of histone modifications, MICSA for detection of transcription factor binding sites in the genome. These methods are highly used by bioinformaticians all around the world to perform the analyses of high throughput sequencing data. We would like that the methods we develop serve both the community of bioinformaticians and biologists. To facilitate the use of our computational methods by biologists we have a common practice to integrate our tools into the Galaxy work environment. Galaxy is an open source, web-based platform for data intensive biomedical research. It can be used by scientists independent of their physical location. The fact that we make our tools easily accessible to biologists via Galaxy significantly multiplies their use. It thus contributes to the progress of biomedical research. Scientists in our laboratory work in a close collaboration with biologists from other units of Institut Curie. Our collaborators use the local instance of Galaxy to run analysis pipelines we developed. Integration of new tools into the local instance of Galaxy would accelerate the advancement of research projects in our institute and thus make a difference in the fight against cancer. The objective of the internship is to implement in Galaxy the computational methods developed in the lab and create Galaxy interfaces for public tools necessary for the functioning of the institutional pipelines of biomedical data analysis. Description du stage : - Development and implementation of scripts and pipelines for analysis of biomedical data - Tool integration into the Galaxy environment (in collaboration with researchers from biology units) - Tool documentation Profil recherché : - Knowledge of Unix/Mac OS, command line, shell - Programming languages Perl and/or Python - Fluent English Environnement de travail : The intern student will work in a Linux environment. He/she will collaborate with bioinformaticians and biologists from Institut Curie. The work will be coordinated by a research scientist. Rémunération : oui. Dossier de candidature : CV et lettre de motivation -- http://www.sfbi.fr Archives : http://listes.sfbi.fr/wws/arc/bioinfo -- http://galaxyproject.org/ http://getgalaxy.org/ http://usegalaxy.org/ http://wiki.galaxyproject.org/

1 0

Fwd: [bioinfo] Cycle de formation "Bioinformatique par la pratique" 2014 (INRA Jouy)
by Dave Clements 06 Feb '14

06 Feb '14

Hello all, Forwarding from the SFBI List. Dave C. ---------- Forwarded message ---------- From: Sophie Schbath <sophie.schbath(a)jouy.inra.fr> Date: 2014-02-05 Subject: [bioinfo] Cycle de formation "Bioinformatique par la pratique" 2014 (INRA Jouy) To: bioinfo(a)sfbi.fr Bonjour, L'unité MIG et sa plateforme MIGALE, de l'INRA de Jouy-en-Josas, proposent un certain nombre de modules de formation dans le cadre de leur cycle 2014 "Bioinformatique par la pratique". http://migale.jouy.inra.fr/?q=formations Voici une liste de modules non encore complets : * Linux (1j) : 31 mars ou 13 mai ou 2 juin * Comparaison de séquences protéiques, recherche d'homologues dans les banques. Application à l'analyse fonctionnelle : attribution d'une fonction aux produits des gènes (2j) : 1&2 avril * Initiation à la phylogénie (2j) : 7&8 avril * Ressources Ensembl : Biomart et serveurs DAS (1j) : 9 avril * Initiation à l'utilisation de Galaxy (1j) : 16 juin * Analyse primaire de données issues de séquenceurs nouvelle génération (NGS) en version ligne de commande (1j) : 10 avril * Analyse primaire de données issues de séquenceurs nouvelle génération (NGS) sous Galaxy (1j) : 11 juin ou 17 juin * Traitement bioinformatique des données RNA-Seq (1j) : 14 mai * Analyse statistique de données RNA-Seq - Recherche des régions d'intérêt différentiellement exprimées (1j) : 15 mai * Initiation à Perl (2j) : 3&4 juin * Perl avancé (1j) : 5 juin * Recherche de motifs sur-représentés dans des séquences (1j) : 6 juin * Initiation à Python (1j) : 12 juin * Python avancé (1j) : 13 juin * Edition de métadonnées de contenu pour les textes scientifiques (1j) : 19 juin (*EXCLUSIVITE*) Les plaquettes descriptives de chacun de ces modules ainsi que les tarifs (de 150EUR à 200EURHT selon le nb de jours) et les pré-requis sont disponibles sur le site http://migale.jouy.inra.fr/?q=formations. Règlement uniquement par bon de commande. Pour toute information supplémentaire : formation.migale(a)jouy.inra.fr Cordialement, Sophie -- ___ / _ \\ ,, Sophie SCHBATH Sophie.Schbath(a)jouy.inra.fr /=(_)=\\// \ =(_) (O} Unite Mathematique, Informatique & Genome (MIG) \_____\\ .--. INRA - Domaine de Vilvert /=(_)\\\ .'_\/_'. F-78352 Jouy-en-Josas \____/// '. /\ .' Tel : +33 1 34 65 28 90 ()) "||" Fax : +33 1 34 65 29 01 || /\ /\ ||//\) http://genome.jouy.inra.fr/~schbath/ (/\\||/ http://www.ssbgroup.fr ____________\||/____________________________________________ -- http://www.sfbi.fr Archives : http://listes.sfbi.fr/wws/arc/bioinfo -- http://galaxyproject.org/ http://getgalaxy.org/ http://usegalaxy.org/ http://wiki.galaxyproject.org/

1 0