dicerna / GGGenome

塩基配列を高速に検索するウェブサービス

GGGenome《ゲゲゲノム》

GGGenome is an ultrafast search engine for nucleotide sequences.
The web server of GGGenome is freely available to all users.
English version of GGGenome: https://GGGenome.dbcls.jp/en/

ゲノム等の塩基配列を高速に検索するウェブサービスです。
数塩基のミスマッチ、挿入、欠失を許容した配列検索が可能です。
検索結果はHTMLのほか、タブ区切りテキスト、CSV、BED、GFF、JSONの各形式でも取得できます。

• https://GGGenome.dbcls.jp/
  本レポジトリにあるCGIが実際に稼働しています。

なお、本レポジトリはGGGenomeのウェブインターフェース部分です。
ユーザからのリクエストを受け付け、検索を実行するサーチャにクエリを
発行し、得られたデータを処理してユーザに検索結果を返します。

サンプル画像

• https://GGGenome.dbcls.jp/hg19/2/GCAAGAAGAGATTGCCCA
  ヒトゲノムhg19に対して2ミスマッチ/ギャップ以内で GCAAGAAGAGATTGCCCA を検索

• https://GGGenome.dbcls.jp/hg19/2/GCAAGAAGAGATTGCCCA.json
  上記の結果をJSONで取得

検索結果へのリンク (REST API仕様)

下記のように検索クエリとURIとが対応しています。

URI: http[s]://GGGenome.dbcls.jp/db/k/strand/sequence[.format][.download]

• db : 塩基配列データベース
  hg19 - ヒトゲノム GRCh37/hg19 (Feb, 2009) (省略時のデフォルト)
  mm10 - マウスゲノム GRCm38/mm10 (Dec, 2011)
  dm3 - ショウジョウバエゲノム BDGP R5/dm3 (Apr, 2006)
  ce10 - 線虫ゲノム WS220/ce10 (Oct, 2010)
  TAIR10 - シロイヌナズナゲノム TAIR10 (Nov, 2010)
  pombe - 分裂酵母ゲノム ASM294v2 (Nov, 2007)
  refseq - RefSeq complete RNA (最新版)
  その他 - 検索可能なデータベース一覧
• k : 許容するミスマッチ/ギャップの数
  省略時のデフォルト: 0
• strand : 特定の方向のみ検索
  + または plus - プラス方向のみ検索
  - または minus - マイナス方向のみ検索
  省略時は両方向を検索
• sequence : 塩基配列 (省略不可)
• format : 検索結果のフォーマット
  html - HTML (省略時のデフォルト)
  txt - タブ区切りテキスト
  csv - CSV (comma-separated values) 形式
  bed - BED (browser extensible data) 形式
  gff - GFF (general feature format) 形式
  json - JSON
• download : 検索結果をファイルとしてダウンロード (txt, csv, bed, gff, jsonのみ)

例1: https://GGGenome.dbcls.jp/ce10/1/TTCATTGACAACATT

• 線虫ゲノム ce10 に対して
• 1 ミスマッチ/ギャップまで許容して
• TTCATTGACAACATT を検索し
• html (省略時のデフォルト) で結果を返す

例2: https://GGGenome.dbcls.jp/refseq/+/TTCATTGACAACATT.txt

• RefSeq complete RNA (refseq) の最新版に対して
• ミスマッチ/ギャップを許容せず (省略時のデフォルト)
• 検索方向をプラス方向に限定し
• TTCATTGACAACATT を検索し
• タブ区切りテキスト (txt) で結果を返す

サーチャ

検索クエリの実行はサーチャで行なっています。サーチャでは、接尾辞配列および
逆接尾辞リンクによるインデックスをSSDに保持することによって、ミスマッチ、
挿入、欠失を含む塩基配列の検索を、見落としなく、きわめて高速に実行します。
サーチャプログラムは レトリバ が開発しており、 @meso_cacase が評価および
デバッグに協力しています。

関連プロジェクト

• 統合遺伝子検索GGRNA (https://GGRNA.dbcls.jp/)
  遺伝子をGoogleのように検索できるウェブサーバ → 紹介記事

• CRISPRdirect (https://crispr.dbcls.jp/)
  ゲノム編集のためのガイドRNA設計ウェブサーバ → プレスリリース (PDF)

License

Copyright © 2012-2021 Yuki Naito (@meso_cacase) at
Database Center for Life Science (DBCLS), Japan.
This software is distributed under modified BSD license.