태그 아카이브: ensembl


주의 비디오 도움말: UniProt updates, now including portable BED files

UniProt is one of the core resources that provides tremendously important curated information about proteins. You will find links to UniProt in lots of other tools and databases as well, but we’ve always championed going directly there for the full look at all the wide range of information they offer. Their foundation remains solid, but they also continue to add new and useful features over time. Recently they had a webinar to describe some of the new things, and the recording of that webinar will be this week’s Video Tip fo the Week.

The video starts with an overview of the whole UniProt site. The core of their great resource is the same, 물론. UniProtKB, UniRef, and UniParc are there for various ways to look across the data. The handy Proteomes collection of the proteins in a given species is available, and they also have reference proteomes from that access point. There’s a short section in the video that’s a guide to the basic search functions.

소개 9 minutes in they introduce the UniRule annotation features. When certain conditions are met, an annotation gets applied to a protein–which you can trace from the protein pages by clicking on the UniRule link for that annotation. unirule_sampleAnd their software offers a very cool way to look and see how/when conditions are applied. It will load a decision flow path and highlights what the logic rules were used in that particular case, so you can trace it and understand how a protein got a given item. That’s what I illustrate in the screen shot here.

소개 14 나의, the topic changed to the new Genome Annotation Tracks. They now offer you a way to take their annotations for a UniProtKB entry and use them with a separate genome browser. They hand you BED or BigBed files for different features. You can also load the whole thing as a Hub file to see all the sequence feature data at once. They are species-specific, and started with human, but others are coming. You can access them from the “다운로드” area of the homepage. The video also described a bit about the structure there as well. So you could take these files to ENSEMBL 또는 UCSC 게놈 브라우저 and load them, with all the UniProt features now to compare to the existing genomic context at those browsers. They illustrate how you can look at the “active site” 주석, but you can also look at post-translation modification sites, 도메인, 등등. This was a feature that was new to me, and looks like a terrific idea.

So even if you think you know UniProt, check out these new options for additional ways to interact with the high-quality information they provide. 좋은 물건.

빠른 링크:

UniProt: http://www.uniprot.org/


UniProt 컨소시엄 (2014). UniProt: a hub for protein information 핵산 연구, 43 (D1) 간접 자원부: 10.1093/nar/gku989


금요일 SNPpets

This week’s SNPpets include transcription factor binding site evolution–with their secret partners transposable elements; PrecisionFDA coming along; bad habits of bioinformaticians; new synthetic biology tools and rock star status; consumer reluctance to share their health data; Russian genomes on the way. 그리고 더 많은, including the XKCD on DNA in case you missed it.

SNPpets_2오신 것을 환영 금요일 기능 링크 모음: SNPpets. 일주일 동안 우리는 링크의 많은 가로질러 와서 우리가 흥미있는 것을 읽습니다, 하지만 블로그 게시물에 그것을 만들지 마. 여기에 그들은 당신의 즐거움을위한…

주의 비디오 도움말: TargetMine, Data Warehouse for Drug Discovery

Browsing around genomic regions, layering on lots of associated data, and beginning to explore new data types I might come across are things that really fire up my brain. 날 위해서, visualization is key to forming new ideas about the relationships between genomic features and patterns of data. But frequently I want to take this to the next step–asking where else these patterns appear, how many other instances of this situation are there in a data set, and maybe adding additional complexity to the problem and refine the quest. This is not always easy to do with primarily visual software tools. This is when I turn to tools like the UCSC 테이블 브라우저, BioMart, 및 InterMine to handle some list of genes, or regions, or features.

We’ve touched on all of these before–sometimes with full tutorial suites (UCSC, BioMart), and sometimes as a 금주의 팁, InterMine복잡한 쿼리에 대한 InterMine. Learning about the foundations of these tools will let you use various versions or flavors of them at other sites. I love to see tools that are re-used for different topics when that’s possible, rather than building a whole new system. There are ModENCODE, 쥐, yeast mines, 더. This week’s tip is about one of those others–TargetMine is built on the InterMine foundation, with a specific focus on prioritizing candidate genes for pharmaceutical interventions. 부터 their site overview, I’ll add this description they use: TargetMine

TargetMine is an integrated data warehouse system which has been primarily developed for the purpose of target prioritisation and early stage drug discovery.

For more details about their framework and philosophy, you should see their papers (아래 링크). The earlier one sets out the rationale, the data types, and the data sources they are incorporating. They also establish their place in the ecosystem of other databases in this arena, which helps you to understand their role. But you should see the next paper for a really good grasp of how their candidate prioritization work with the “Integrated Pathway Clusters” concept they’ve added. They combined data from KEGG, Reactome, 및 NCI’s PID collections to enhance the features of their data warehouse system.

This week’s Video Tip of the Week highlights one of the tutorial movies that the TargetMine team provides. There’s no spoken audio with it, but the captions that help you to understand what’s going on are in English. I followed along on a browser with their example–they have a sample list to simply click on, and you can see various enrichments of the sets–경로, 유전자 온톨로지, Disease Ontology, InterPro, CATH, and compounds. They call these the “biological themes” and I find them really useful. You can create new lists from these theme collections. They also illustrate the “template” option–pre-defined queries with typical features people may wish to search. The example shows how to go from the list of genes you had to pathways–but there are other templates as well.

Another section of the video has an example of a custom query with the Query Builder. They ask for structural information for proteins targeted by acetaminophen. It’s a nice example of how to go from a compound to protein structure–a question I’ve seen come up before in discussion threads.

In their more recent paper (also below), they have some case studies that illustrate the concepts of prioritizing targets for different disease situations with their system. They also expand on the functions with additional software to explore the pathways: http://targetmine.mizuguchilab.org/pathclust/ .

So have a look at the features of TargetMine for prioritization of candidate genes. I think the numerous “themes” are a really useful way to assess lists of genes (or whatever you are starting with).

빠른 연결:

TargetMine: http://targetmine.mizuguchilab.org/ [참고: their domain name has changed since the publications, this is the one that will persist.]

InterMine: http://intermine.github.io/intermine.org/

참고 문헌:

첸, Y를, Tripathi, 실은, & 미즈 구치, C 조. (2011). TargetMine, an Integrated Data Warehouse for Candidate Gene Prioritisation and Target Discovery PLoS 하나, 6 (3) 간접 자원부: 10.1371/journal.pone.0017844

첸, Y를, Tripathi, 실은, Dessailly, B를, Nyström-Persson, 제이, 아마드, 미국, & 미즈 구치, C 조. (2014). Integrated Pathway Clusters with Coherent Biological Themes for Target Prioritisation PLoS 하나, 9 (6) 간접 자원부: 10.1371/journal.pone.0099030

Kalderimis A., 연구. 라인, 디. Butano, S. Contrino, M. 라인, Kokocinski. Heimbach, F 조. 후, 연구. 스미스, 연구. Stěpán, Kokocinski. 설리반 & G 조. Micklem & (2014). InterMine: extensive web services for modern biology, 핵산 연구, 42 (W1) W468-W472. 간접 자원부: http://dx.doi.org/10.1093/nar/gku301

생물 정보학 도구 전형적인 포유 동물 게놈 프로젝트로부터 추출 [보충]

이 표입니다 1 즉 전체 블로그 게시물을 함께: 생물 정보학 도구 전형적인 포유 동물 게놈 프로젝트로부터 추출. 자세한 내용과 설명을위한 주요 게시물을 참조. 표는 게시물에 보관하기에 너무 클, 그러나 나는 그것이 웹 검색되고 싶어. 사본은 또한 FigShare에있는: http://dx.doi.org/10.6084/m9.figshare.1194867

계속 읽기

생물 정보학 도구 전형적인 포유 동물 게놈 프로젝트로부터 추출

이 확장 된 블로그 게시물에서, 나는 최근 게놈 시퀀싱 용지에서 생물 정보학 관련 항목에 대한 정보를 추출하는 내 노력을 설명, 및 더 큰 문제는이 분야에서 제기. 이 길다, 그것은 블로그 포스트 및 용지 형식 사이의 하이브리드 뭔가, 그냥 내 자신의 조직을 위해 몇 가지 구조를 제공합니다. 이 사본은 전체 데이터 세트와 함께 FigShare에 게시됩니다. 멋진 종이와 자신의 프로세스와 자원을 광범위하게 문서화 수집을 위해 긴팔 원숭이 게놈 프로젝트 팀에 큰 감사. 내가 강조하고 싶었 문제는 일반적으로 생물 정보학 도구에 대한 액세스에 대한 아르와의 모든 프로젝트에 국한되지 않는, 하지만 필드에 대해 아르.


생물 정보학 분야, 데이터와 코드의 가용성에 대한 많은 논의가있다, 재현성 또는 자원을 사용하여 연구의 복제는 이전의 연구에서 설명. 문제의 범위를 탐색하려면, 나는 도구를 평가하기위한 시작점으로 잘 정리 긴팔 원숭이 게놈 시퀀스 프로젝트의 최근 간행물을 사용, 저장소, 데이터 소스, 현재 프로젝트에서 사용했던 다른 생물 정보학 관련 항목. 라는 생물 정보학 항목의 세부 사항은 게시에서 추출 된, 및 도구에 대한 위치와 정보는 탐구했다.

프로젝트 정보학 항목의 작은 분획은 용지의 본체에 표시했다 (~ 16 %). 그들 중 대부분은 보충 자료에서 발견. 우리는 과거에 언급 한 바와 같이, 어느 쪽도 데이터도 필요한 도구는 더 이상 전통적인 종이 구조에 게시하지 않습니다. 오버 중 100 생물 정보학 항목 작업에 기재된, 가용성 및 유용성은 크게 변화. 일부 교수 또는 학생 웹 사이트에있는, 프로젝트 사이트에 대한 몇 가지, 코드 저장소의 일부. 일부는 기존의 문헌에 게시, 일부는 학생의 논문 출판물 아르, 일부는 지금까지 공개되지 않기 때문에, 웹 사이트 또는 소프트웨어 설명서 설명서는 필요한 정보를 제공하는 역할을. 이 도구를 사용하는 방법에 대한 정보가 매우 고르지 못한 것을 의미, 지원은 종종 존재하지 않는다. 다른 소프트웨어 버전에 대한 액세스가 추가로 도전 포즈, 어느 오픈 소스 도구 또는 상업적 제품.

새 게시 및 스토리지 전략, 새로운 기술 도구, 폭 넓은 지역 사회의 인식과 지원은 더 나은 이러한 상황을 타개하기 시작, 확실히 앞으로 도움이 될 것입니다. 지속적으로 참조 도구에 대한 전략, 버전, 그들에 대한 정보가 매우 도움이 될 것입니다. 생물 정보학 사회는 역사의 일부를 관리 할 필요가 고려할 수 있습니다, 이 필드를위한 중요한 기초 조각, 그 중 일부는 미래 사회에 사용 가능한 상태로 유지하기 위해 현재 상태에서 구출 될 필요가있다.


자연의 웹 사이트에서, I는 최근 발표 된 논문의 사본을 수득: 긴팔 원숭이 게놈 작은 원숭이의 빠른 염색체의 진화 (CARBONE 외, 2014). 용지의 텍스트와 보충 교재에서, 나는 수동으로 명명 된 데이터베이스 도구에 대한 모든 참조를 추출, 데이터 소스 사이트, 파일 형식, 프로그램, 유틸리티, 또는 다른 계산 움직이는 부분은 내가 식별 할 수 그. 일부는이 과정 놓친 어쩌면이 될 수, 예를 들면, 내가 인식하지 않았거나 일부 기존 도구를 사용하여 연결하지 않은 이름 (또는 일부 이미지는 도구에서 생성 된, 어쩌면). 일부 참조를 "집에서 Perl 스크립트"이었다 또는 그들이 사용할 수있게되었다 않는 다른 "사용자 정의"시나리오는 일반적으로 포함되지 않았다. 로 간주 조각 일부 다른 기준에 "이미 설명과 유사한 방식으로"행해지고 존재, 나는 당신의 세부 사항을 추출하기 위해 이전 논문 상류 가지 않았다. 소프트웨어 실험실 장비와 관련된, 같은 시퀀서로 (다양한 기관에있는) 또는 PCR 기계는 포함되지 않았다. 따라서이 가능성이 사용하고있는 소프트웨어 항목의 언더 수를 나타냅니다. 또한 추가로 몇 가지에 대한 연구 팀에 연락, 신속하게 도움과 인도를 받았다. 게시자 또는 리소스 사이트에서 일반적인 인터넷 검색 엔진 또는 내부 검색을 사용하여, 나는 항목에 대한 소프트웨어의 소스 또는 인용에 일치하는 항목이 시도.

내가 양동이에 넣어 것은 생물 정보학 사회의 외부 학생이나 연구자들에게 필요한 및 / 또는 생소 할 가능성이 높은 항목 또는 특정 개체 이름을 포함. 일부는 관련 아르, 하지만 서로 다른. 예를 들어, 당신은 "무엇을 이해할 필요가유전자 온톨로지"전체적으로이며, 하지만 당신은 또한 "무엇을 알 필요가GOslim"입니다, 개념적 차이와 여기 내 지정 시스템에 별도의 객체. 일부는 다른 도구의 하위 구성 요소, 하지만 중요한 측면은 이해하기 (에서 GOTERM_BP_FAT 데이빗 또는에서 randomBed BEDTools) 보고서의 개별라는 이름의 항목은 다음과 같습니다, 이러한 비 실무자 모호한 수 있습니다로. 기타 생물 정보학 전문가는이 컬렉션에 자신의 할당에 동의 할 수. 우리는 목록의 미래 반복에 그 (것)들에 관하여 토론이 제거 또는 포함을 논의 할 수있다.


생물 정보학 개체 또는 항목에 대한 참조의 마스터 목록을 생성 한 후, 목록을 확인하고 중복 또는 추적이 불가능 측면에 대한 학살했다. "집 Perl 스크립트에서"에 대한 참조 또는 다른 "사용자 정의"스크립트는 일반적으로 삭제되었다, 코드 저장소에 대한 특별한 기준이 제공되지 않는 한. 이것은의 결과 133 나머지 항목.

그들은 어떻게 참조 아르? 어디 작품?
주요 간행물 (14 PDF 페이지) 그리고 첫째 부가 정보 파일 (133 PDF 페이지) 이 프로젝트를 위해 사용 생물 정보학 개체의 이름을 제공. 주요 논문에서 언급 된 모든 항목은 보충 교재에서 참조 하였다. 메인 종이라는 오브젝트 수가 있었다 21 의 133 나열된 구성 요소 (~ 16 %). 이것은 내가 전에 탐구 한 컨소시엄 또는 "빅 데이터"논문의 다른 유사한 유형과 일치: 소프트웨어 툴에 관한 필요한 정보의 벌크, 데이터 소스, 방법, 매개 변수, 및 기능은 광범위한 보충 자료에왔다.

항목은 다양한 방법으로 참조된다. 때때로 그들은 본문의 본문에 이름을 지정하는, 또는 방법. 때때로 그들은 사항으로 포함되어 있습니다. 때로는 도구는 그림 전설 만 언급, 또는 참조 만에. 이 경우에는, 일부 세부 사항은 "작성자 정보"섹션에서 발견되었다.


상기 한 바와 같이, 대부분의 부가 정보에서 발견. 그리고이 예에서, 이 텍스트 또는 테이블이 될 수. 이것은 이러한 대규모 프로젝트 논문의 상당히 전형적이다, 우리의 경험에서. 이러한 유형의 정보에 대한 텍스트 광산 서적을 시도하는 사람은이 정보에 대한 사항이 다양한 알고 있어야합니다.

어떤 생물 정보학 객체이 논문에 참여하고 있습니다?
생물 정보학 도구를 설명, 자원, 데이터베이스, 파일, 등등, 항상 도전하고있다. 이 내가 년 전 내 benchwork 생물학 논문에 넣어 것 "시약"에 유사하다. 그들은 결과에 문제가있다, 이러한 효소 공급 업체로, 마우스 스트레인 버전, 또는 항체 종의 자세한 사항. 그들은 당신이 재생하거나 일을 확장해야 할 일을 구성, 또는 적절한 문맥을 이해. 하지만 생물 정보학의 경우, 이는 같은 파일 포맷을 의미 할 수있다 FASTQ 또는 AXT 에서 형식 UCSC 게놈 브라우저. 그들은 같은 저장소 자원을 의미 할 수있다 SRA. 그들은에서 여러 가지 다른 버전이 다운로드 된 데이터 집합이 될 수 있습니다 ENSEMBL (버전 67, 69, 70, 또는 73 여기에, 하지만 이는 ENSEMBL으로 한 번만 계산했다). 이 참조 될 수 있습니다 Reactome 테이블에.

마음이 넓은 정의로, 테이블 1 라는 이름의 생물 정보학의 목록은이 프로젝트에서 추출 된 개체를 제공합니다. 이름이나 별명 또는 지정, 그것이 발견 될 수있는 사이트 (가능하다면), 간행물 또는 일부 인용은 가능하면 포함되어 있습니다. 최종적으로, 열은이뿐만 아니라 주요 논문에서 발견되었는지 여부를 지정.

무엇을 표시하지 않거나 일부는 다른 컨텍스트와 용도에 여러 번 참조에게 있다는 것입니다, 이러한 사용 빈도를 실현하지 명을 발생할 수 있습니다와 함께. 예를 들어, 아이러니하게도, RepeatMasker 너무 많은 시간을 참조했다 나는 한 지점에서 그것을 표시 중지하기 시작했다.

테이블 1. 소프트웨어 도구, 객체, 형식, 파일, 자원은 전형적인 포유 동물의 게놈 시퀀싱 프로젝트에서 추출. 이 블로그 포스트에 웹 버전의 부록을 참조하십시오: http://blog.openhelix.eu/?p=20002, FigShare에서 또는 액세스: http://dx.doi.org/10.6084/m9.figshare.1194867

생물 정보학 도구 전형적인 포유 동물 게놈 프로젝트로부터 추출 [보충] – 에서 자세한 내용보기: HTTP를://blog.openhelix.eu /?p = 20002&미리보기 = 사실 # 1 sthash.pcNdYhOZ.dpuf
생물 정보학 도구 전형적인 포유 동물 게놈 프로젝트로부터 추출 [보충] – 에서 자세한 내용보기: HTTP를://blog.openhelix.eu /?p = 20002&미리보기 = 사실 # 1 sthash.pcNdYhOZ.dpuf


우리는이 항목의 소스 또는 사용에 대해 무엇을 배울 수?
소스 코드에 대한 정보를 검색, 데이터 세트, 파일 형식, 저장소, 및 항목에 대한 관련 설명 정보 접근의 다양한 산출. 일부 개체는 기존의 과학 출판물과 관련된 소프트웨어 나 데이터가 유효하고 현재 링크가 아르 (뿐만 아니라, 때로는 잘못 인용된다). 이러한 특정 출판물에 paywalled 할 수있다, 또는 사용할 수없는 회의 논문에 설명되어 있습니다. 일부는 전혀 관련 출판물이 없습니다, 또는 제출 또는 준비에 설명되어 있습니다. 일부 도구는 문헌에 게시되지 않은 남아, 그들은 광범위한 사용으로 갔어요 긴 후, 자신의 문서 나 매뉴얼은 대신 인용. 일부는 교수 연구 페이지에있는, 일부는 학생의 논문 아르. 일부 도구는 프로젝트 별 페이지에 있습니다. 일부 코드에 존재하는 저장소 때로는되지 않는 사람이 사라질 수 있음. 그들 중 다수는 초기 간행물에서 이동 한, 전달 주소없이. 일부는 절차 기타 출판물에 대한 암시 아르. 그들 중 일부는 바로 다시 1990 년대로 시간 여행처럼, 표시 페이지는 시간 원본이어야합니다 함께. 일부 대학 웹 사이트에서 다음 시간보기 업데이트를 완전히 사라지고의 위험이있을 수있다 사이트 액세스를 변경.

다른 도구는 알 수없는 내용을 가지고있다 상용 패키지를 포함, 버전, 또는 의심 지속 가능성과 미래의 액세스.

데이터 프로세싱 또는 소프트웨어 구현의 세부 사항이 제공되면, 양은 변할 수. 때로는 매개 변수가 포함되어 있습니다, 다른 사람 없습니다.

도구를 누락 내가하고 싶어
프로젝트 결과에서 내가 제일 좋아하는 데이터 표현 중 하나였다 그림 2 주요 논문에서, 계통 구조로 구성 종 비교 옥스포드 격자. 이것은 매우 효율적으로 작은 영역에 방대한 양의 정보를 운반. 나는 이것이 기존의 도구는 곳이라고 기대했다, 하지만 팀에 쓰기에 나는 저자 중 하나가 R 스크립트입니다 발견, 다른 공동 작업자 그래픽 프로그램 "작가"의 후속 트리 구성에. 난 정말이 좋아, 그래도, 그것은 더 넓게 사용할 수있게 희망.

부활절 달걀
내가 건너 온 가장 재미 인용했다 PHYLIP 페이지, 및 FAQ 및 크레딧 놀라운했다. 사용할 수있는 기존의 게시 나에게 존재하지 않는다는 사실에도 불구하고, 긴 "크레딧"페이지가 프로젝트에 대한 몇 가지 흥미로운 통찰력을 제공합니다. The "아니 덕분에" 일부는 실제로 소프​​트웨어 개발 및 유지 보수를 지원하기 위해 자금을 얻기의 고난에서 매혹적인 모습이었다. "전도"에 대한 부분 우리에게 특히 재미 있었다:

아웃 리치 "물건 나는 요리 예술의 학생들을 신비화하는 워크숍을주는 시간을 할애한다는 뜻은"이 모든 것이 있습니까 "? 이 보조금은 진보 된 방법의 개발을위한, 브리핑하는 방법에 대한 "공공 또는 비 대학 교육은"시간 낭비 할 것 같다 — 나는 싸움 창조와 지적 설계 지지자에 어떤 노력을 투자 할 수 있지만, 하지만 난 그렇게 이러한 방법을 가져 오지 않습니다. "

심지어 도구의 사용을위한 "전도"및 지지체의 아이디어는 툴 공급자에 확실히 불분명, 분명히. 훈련? 예, 하지 공식적인 방법.


긴팔 원숭이 게놈 시퀀싱 프로젝트는이 분야에서 일반적인 프로젝트의 중요하고 잘 문서화 된 예제를 제공. 내 경험에, 이것은 내가 탐구 한 많은 다른 프로젝트보다 더 자세한 수집 및 설명했다, 나에게 새로운 흥미 로웠 몇 가지 도구가 제공되었다. 분명 엄청난 수와 생물 정보학 항목의 범위, 도구, 저장소, 와 개념은 게놈 시퀀싱 프로젝트의 범위에 필요한. 그들의 기원을 추적, 그래도, 고르지 도전, 이것은이 고유하지 않다 프로젝트는 필드 가운데 문제 야. 생물 정보학 개체에 현재의 액세스도 고르지, 미래의 액세스가 사라지거나 사용할 수 없게 될 수도 있습니다 프로젝트 페이지를 노화와 같은 장애물의 더 일 수있다. 이 프로젝트는 재생의 상태의 흥미로운 스냅 샷을 제공하고있다, 과 인식의 범위를 잘 설명, 기술, 자원, 지식이 연구원, 지원 직원, 또는 학생들은 유사한 범위의 프로젝트를 수행 할 필요가.

little_mac그것은 간단하기 위해 사용. 우리는 VAX 툴에 작은 번호를 사용하는 데, 오르막, 눈속에, 두 가지, 물론. 나는 대학원생 때, 1990 년대 초 연구소의 뒤쪽에 일일, 내 동료 트레이와 나는 우리가 단지에 대해 - 월드 와이드 웹 들었다 뭔가 주위에 파고 있었다. 우리는 조그마한 화면과 함께 그 작은 재미 맥 중 하나를했다, 우리는 사람들이 평범한 글꼴과 이상한 색상의 texty 웹 페이지를 만들고 있었다 발견, 그들의 연구에 대해 이야기.

우리는 모두 시퀀스 읽기와 정렬 설치된 프로그램 또는 명령 라인의 다양한 사용하고 있었지만, 조작, 플라스미드지도, 문헌 검색 및 저장, 이미지 프로세싱, phylogenies, 등 - 우리는이 웹 일을 벌리고 항목을 깰 거라는 걸 알고 있었다.

그 후 얼마되지 않아, I는 랩의 배면 방 더 많은 시간을 소비 하였다, 이 NCBI 장소에서 시퀀스를 잡아 당겨 (여기에 1990 년대 중반 인터페이스를 참조), 그리고 소설 스플 라이스 변종을 찾고. 나는 그들을 발견. 그냥 입력하지 노 날에 필요한 방사능 젤을하여! 이었다 멋진 방법? 우리는 더 많은 유용한 도구를 찾을 수 페드로의 목록에 의존 (페드로의 분자 생물학의 검색 및 분석 도구의 보관.).

우리 모두는 생물학적 소프트웨어 및 / 또는 데이터베이스 개발에 많이 있었다 박사후 연구원 및 작업으로 갔어요. 우리는이 기간 동안 변화에 앞 좌석을 했어, 그것을보고 정말 대단 했어요. 그리고 그것은 좋은되었습니다 우리 - 우리는 사람들이보다 효과적으로 이러한 도구를 사용하는 데 도움이되는 기업으로 우리의 관심을 개발, 그것은 정말 보람있다.

OpenHelix시, 우리는 항상 사용하고있는 도구 사람들에 눈을 유지하기 위해 노력하고있다. 우리는 정기적으로 긴 통해 트롤, 긴, 프로젝트의 "빅 데이터"종류에서 긴 보충 자료, 지역 사회에서 사용중인 소프트웨어 도구를 추출하는 자망을 사용하여. 사람들은 어떤 데이터베이스와 사이트에 의존? 기초 가지 모두가 필요로하는 것은 아르? 에 대한 경계를 유지하는 최첨단 물건은 무엇입니까? 형식이나 용어는 사람들이 자원과 연결해야하는 파일?

하지만 시작으로해야 할 일, 내 생각: 아마 I은 게놈의 소프트웨어 툴의 문제 및 데이터의 일부를 설명하는 시작점으로서 사용. 당신은 필드에 새로웠다 그리고 만약이 같은 프로젝트가가는 방법을 알아 내려고했다, 또는 무엇에 대한 지식, 기술, 및 도구가 필요할 것, 당신이 목표로하는 경우의 몇 가지 아이디어를 설정할 수? 그래서 일종의 놀이의 상태를 분석하기 위해이 문서를 사용: 어떤 생물 정보학 사이트 / 도구 / 형식 / 개체 / 항목은이 범위의 작업에 포함되어 있습니다? 당신이 그들을 찾을 수 있습니다? 어디는 장애물이나 위험 아르? 당신이 그들을 사용하고 작업을 복제 할 수 배울 수, 또는 여기에서 앞으로 운전?

실제로 한 군데로 모아 나에게 조명했다. 이 도구를 추적하고 그들에 대한 정보를 찾으려면 시간이 꽤 걸렸다. 그러나 스냅 샷의 가치가 복용 할 듯. 그리고 나는 그것이 현장에서 요구의 일부를 강조 희망, 키 조각의 일부는 시간과 기술의 변덕에 손실되기 전에. 또한 나는 인식이 미래에 좋은 행동을 장려 희망. 상황이 증가하고 있습니다 지원 저장소에 데이터 세트와 코드를 게시 할 수있는 더 나은 지역 사회의 압력을 받고있을 것. 우리는 도구에 대한 몇 가지 표준화 인용 전략을 사용할 수 있습니다, 소스, 및 매개 변수. The 미국 NIH는 "빅 데이터"를 관리하고 올바르게 사용할 수 있다는 보장에 대한 심각한 점점 큰 열정으로 충족 된. 하지만 여전히 일부 언덕은 우리가이 위에있어 전에 등반이 남아 있습니다.


L. CARBONE, 연구. 앨런 해리스, 산테 Gnerre, 크리슈나 R. Veeramah, 벨렌 Lorente-Galdos, 존 허들 스턴, 토마스 J. 메이어, 하비에르 헤레, 기독교 로스, Bronwen AKEN & 파비오 Anaclerio & al. (2014). 긴팔 원숭이 게놈 작은 원숭이의 빠른 염색체의 진화, 자연, 513 (7517) 195-201. 간접 자원부: http://dx.doi.org/10.1038/nature13679

이 게시물의 FigShare 버전: http://dx.doi.org/10.6084/m9.figshare.1194879

주의 VideoTip: @ Ensembl을 인코딩

우리는 자습서를 많이 가지고 (2 사실, 재단을 인코딩 & @ UCSC를 인코딩), 도움말정보 에 대해 인코딩. 우리는 또한 튜토리얼을 많이 가지고 (다시 2, EnsemblEnsembl 레거시- 이전 버전에 ), 도움말정보 에 대해 Ensembl, EBI의 데이터베이스 및 브라우저.

지금 여기에 두 Ensembl에 주의 끝입니다 및 인코딩. 이에 최근 추가 된 중 하나입니다 Ensembl의 비디오 자습서. 이 비디오는 유전자 조절에 관여 할 수 있습니다 시퀀스를 식별하는 방법을 살펴 봅니다. Ensembl에서이 데이터의 대부분은 데이터를 인코딩에 근거. 이를 사용 “매트릭스,” 규제 데이터를 선택하는 방법 당신은 세포 유형에 따라와 TF의 필요. 의 끝에서 8 그들은 모든 데이터를 인코딩 얻는 방법에 대해 좀 더 논의 분짜리 비디오.

그래서, 지금 당신은 우리의 튜토리얼과 우리의 블로그를 통해 인코딩 및 Ensembl에 대한 OpenHelix에 여기에서 풍부한 정보를 가지고.

빠른 링크:

인코딩: http://encodeproject.org/ENCODE/
@ UCSC를 인코딩: http://genome.ucsc.edu/ENCODE/
Ensembl: http://www.ensembl.org
자습서 인코딩: http://openhelix.com/encode
Ensembl 자습서: http://openhelix.com/cgi/tutorialInfo.cgi?id=95

주의 비디오 도움말: GBrowse 및 Ensembl과 브라우징 나비

두어 달 돌아올 때 Heliconius (우편 집배원) 나비 게놈 논문 발표되었습니다, 우리는 새로운 시퀀싱 기술이 점점 더 게놈 데이터에 저희에게 액세스 권한을 부여하는 방법의 다른 예제를 만났습니다–메인 모델 생물없는 수종의. 바둑 나비 게놈 데이터뿐만 아니라 그 이전에 출시 된. 그리고 당신은 곤충 genomes의 수천을 얻을 수있는 엄청난 노력이 알고하지 않을 수 있습니다–i5k 프로젝트. 내 생각 엔 우리가 오늘의 위치에 대한 그건 내 좋아하는 것: 우리는 이제까지 것보다 우리가 더 자세히 더 많은 종을 검사 할 수. 뿐만 아니라 우리는 게놈 시퀀스 프레임 워크에서 흥미로운 내용을받을 수 있나요, 종 진화 관계에 대한하지만 재미있는 정보, 그리고 흥미로운과 소설 생물학 기능은 물론 탐색 할 수 있습니다. 내 말은–인간 게놈과 변화가 아주 좋아요–하지만 군주 나비는 태양 나침반을 가지고! 얼마나 멋있니??

그리고 대부분의 게놈 서류와 같은 오늘, 획득 된 데이터의 일부만이 논문의 주요 몸에. The “매력적인 예제” 가있을 수 있습니다. 그러나의 “12,699 예측 단백질 코딩 유전자” 의 Heliconius 게놈, 만 소수는 정말 텍스트에서 설명하는. 일부 수치에 몇 줌. 제공 이전에 바둑 나비 종이 “일련의 16,866 단백질 코딩 유전자” (및 10 종이 이외의 보충!). 하지만 데이터를 직접 액세스하고 관심 유전자와 종에 비교하면 신문을 동반 해당 브라우저에 사용하도록 설정해야합니다.

이 경우에는 브라우저 스타일 두 가지 선택을 할: the Heliconius 게놈 컨소시엄 (종이 저자) 자신의 GBrowse 설치를 유지 Butterflygenome.org 사이트. 바둑 그룹에서 GBrowse이 MonarchBase. 또한, 모두를위한 데이터는 이제에 포함되어 있습니다 Ensembl 7 월 현재 2012 공개 15. [참고: mm - 댓글에서 관리 세부 정보를 볼]

이번 주 팁 우리는 Ensembl에서 수집 한 세트로 종 별 GBrowsers에서 주변을 날아. 이 프로젝트 리소스에 대한 정보의 깊이에 대한 종 - 특정 사이트가 좋아요, 하지만 더 큰 게놈 브라우저의 추가 도구와 디스플레이를 가지고도 좋아요. 지역 사회 브라우저는 아직 수퍼 - 브라우저에 포함되지 않을 수 있습니다 매우 현재와 새 데이터를 제공 할 수 있습니다, 그리고 수퍼 브라우저는 지역 사회 브라우저에서 사용할 수 없습니다 추​​가 도구 및 인프라를 제공 할 수 있습니다. 가장 좋은 방법은 모두 알고 있어야하는 것입니다, 와 주요 소프트웨어 기능 및 강점과 약점을 갖춘 편안한 받아.

버그이오고있다–그 중 수천. 준비. 그리고 조심: 찾아 오른쪽 슈퍼 히어로

참고: 나는 지난 2 ~ 3 일 동안 모든 atwitter 있었 Mothra의 게놈을 찾을 수 없습니다되었습니다.

빠른 링크:

Heliconius GBrowse: http://butterflygenome.org/

MonarchBase: http://monarchbase.umassmed.edu/genome.html

Ensembl Metazoa: http://metazoa.ensembl.org/

i5k의 곤충 및 기타 Arthropod 게놈 장면 이니셔티브 http://arthropodgenomes.org/wiki/i5K

당신은 나비 사진을 찾으러 온 경우, 이것을 시도: http://www.butterfliesandmoths.org/ 이것은 또한 자신의 목격을 제출할 수 시민 과학 사이트입니다–제가 저지른 그 과거.

참고 문헌:

Dasmahapatra, K.K., 월터스, J.R., 브리 스코, 기원후, 데비, J.W., Whibley, 대답 :, Nadeau, N.J., Zimin, 시청각, 휴즈, D.S.T., 퍼거슨, LC,, 흰털 발 제비, S.H. & (2012). 버터플라이 게놈, 종족 간의 흉내 adaptations의 난잡한 교류를 보여, 자연, 간접 자원부: 10.1038/nature11041

Zhan, 미국, 멀린, C., Boore, Kokocinski. & Reppert, S. (2011). 장거리 마이 그 레이션에 바둑 나비 게놈 수확량의 인사이트, 세포, 147 (5) 1185. 간접 자원부: 10.1016/j.cell.2011.09.052

Stensmyr, M. & 한손, B 조. (2011). 어울리는 게놈 바둑, 세포, 147 (5) 972. 간접 자원부: 10.1016/j.cell.2011.11.009

커지, P.J., Staines, D.M., 로손, 디, Kulesha, 이봐요, E., Derwent, 추신, 험프리, J.C., 휴즈, D.S.T., 키넌, 미국, Kerhornou, 대답 :, K 대답 : cielny, G 조. & (2011). Ensembl Genomes: 비 척추 동물의 종 게놈 규모의 데이터에 대한 통합 자원, 핵산 연구, 40 (D1) D97. 간접 자원부: 10.1093/nar/gkr895

주의 비디오 팁: 연간 검토 IV, 2ND 절반

당신은 아시다시피, 우리는이 동영상을 해왔 팁 -의 - 주FOUR 년. 우리는 주위 완료 200 작년부터 다양한 자원 작은 맛있는 가벼운 음식 소개, 2011 (옙, 그건 2012 지금). 올해의 끝에서 우리가 휴가 전통의 일종을 설립했습니다: 우리는 그들을 모두 수집하고 요약 게시물 뭐하는거야. 당신이 그들 중 하나를 놓친있다면 그것은 당신의 일을하는 것이 유용 하리라 일을 좀 빨리 좀보고있는 좋은 방법.

당신은 과거를 볼 수 있습니다’ 여기 팁: 2008 에, 2008 II에, 2009 에, 2009 II에, 2010 에, 2010 II에. The 상반기의 요약 2011 지난 주에에서 구할 수 있습니다.

July 2011

July 6: 유전자 우선 순위 포털을 사용하여 우선 순위 유전자

July 13: PolySearch, 한 번에 여러 데이터베이스를 검색

July 20: 인간 Epigenomics 시각화 허브

July 27: 새로운 SIB 생물 정보학 자원 포탈


August 2011

August 3: SNPexp, SNP를 유전자 발현의 상관 관계

August 10: 게놈 브라우저 소프트웨어를 비교 CompaGB

August 17: 잡아, revisited 비교 genomes

August 24: 빠른 모티브 다이어그램에 대한 도메인 그리기

August 31: UniProt에서 PSI의 SBKB으로, 그리고 다시 다시


September 2011

September 7: 플라자를 사용하여 플랜트 비교 유전체학

September 14: 박테리오 파지 게놈 탐사에 대한 phiGENOME

September 21: 게놈의 위치 얻기 측면 시퀀스

September 28: R 통계 소프트웨어 소개


October 2011

October 5: 유전자 변형 및 약물 정보 VnD 자원

October 12: UCSC 게놈의 브라우저에 추적 허브

October 19: 미토콘드리아 사체 GBrowser

October 26: Ensembl에서 변동 데이터


November 2011

November 2: MizBee Synteny 브라우저

November 9: 게놈 변종의 새로운 데이터베이스: DGV2

November 16: MapMi, microRNA LOC의 자동 매핑

November 23: BioMart 중앙 포털의 새로운

November 30: Phosphida, 포스트 translational 수정 데이터베이스

December 2011

December 7: VarSifter, 키 순서 유사 식별을 위해

December 14: NCBI의 게놈 자원에 큰 변화

December 21: 휴일 에그농 (또는 orthologous 유전자를 탐험하기)

December 28: 주의 비디오 팁: 연간 검토 IV (상반기 중 2011)

업데이트 튜토리얼 자료 발표: UniProt, 게놈 브라우저의 개요, 자원과 세계 투어

로 많은 알고, OpenHelix 추가 연구를 위해 사람들이 공공의 생명 과학 데이터의 금광에 접근하고 활용할 수 있도록 전문. 우리는이 작업을 수행하는 방법 중 하나는 기차 사람들에게 자료를 만드는 것입니다 – 연구자, 임상, 사서, 누구나 과학에 관심 - 그들이 관심있는 데이터를 찾을 수있는 위치에, 특히 공공 데이터베이스와 데이터 저장소의 데이터에 액세스하는 방법. 우리는 이상 있어요 100 에서 모든에 이런 튜토리얼 PubMed기능 Glycomics 게이트웨이 (더 많은 것을 나중에).

이 튜토리얼을 만들뿐만 아니라, 우리는 또한 그들에게 정확하고 최신 상태로 유지하기 위해 많은 시간을 보내고. 이것은 도전이 될 수 있습니다, 데이터베이스 또는 리소스의 많은 모두 같은시기에 주요 자료를 가지고 특히. 우리 팀은 지속적으로 평가하고 업데이트합니다 우리의 자료를이 글에서 나는 우리의 튜토리얼의 세 가지로 최근에 출시 된 업데이트를 발표 할 행복: UniProt, 월드 투어, 그리고 게놈 브라우저의 개요.

우리 소개 UniProt 자습서 어떻게 사용자를 보여줍니다: 관련 단백질 정보를 UniProt의에서 텍스트 검색을 수행, 시작 지점으로 시퀀스 검색, 다른 유형의 이해 UniProt 기록, 및 CLUSTAL를 사용하여 단백질 레코드의 다중 서열 정렬을 만들.

우리 게놈 브라우저의 개요 소개에 사용자를 소개합니다 Ensembl, 지도 뷰어, UCSC 게놈 브라우저, the 통합 미생물 Genomes (그림) 브라우저, 및 GBrowse 소프트웨어 시스템. 우리는 또한에 터치 WebGBrowse, JBrowse, the 통합 유전체학 뷰어 (IGV), the 아르고 게놈 브라우저, the 통합 게놈 브라우저 (IGB)거위떼, 그리고 원형 게놈 뷰어, 또는 CGView.

우리 게놈 자원의 월드 투어 무료로 등록하지 않고 액세스할 수 있습니다. 그것은 예를 들어 자원의 투어를​​ 포함, 같은 카테고리로 구성 알고리즘과 분석 도구, 표현 리소스, 게놈 브라우저 (모두 진핵세포미생물 / Prokaryotic) , 문학 및 텍스트 마이닝 자원, 및 자원에 집중 세포핵, 단백질, 경로, 질환과 유사. 이 메인 토론 후 무료로 리소스를 찾을 수있는 방법에 대한 논의로 이어질 것입니다 OpenHelix 자료 검색 포털, OpenHelix 자습서와 리소스를 사용하는 학습에 의해 다음, 과 자원에 대한 학습의 추가 방법을 논의.

빠른 연결:

OpenHelix 기초 UniProt 튜토리얼 스위트: http://www.openhelix.com/cgi/tutorialInfo.cgi?id=77

게놈 브라우저 자습서 제품군에 OpenHelix 개요: http://www.openhelix.com/cgi/tutorialInfo.cgi?id=65

지노 믹스 자원 튜토리얼 제품군 무료 OpenHelix 세계 투어: http://www.openhelix.com/cgi/tutorialInfo.cgi?id=119


게놈있어 + transcriptome. 이제 어떻게?

나는 이상한 항목이 가로질러 와서봤을 때 내가 지난 주에를 읽고 어떤 메일링리스트에 잡히게되면 UCSC 토론 메일링리스트. 새로운 프로젝트에 대한 게놈과 transcriptome 순서를 얻는 과정에 누군가가 물어 UCSC 그걸로 뭘해야할지에 대한 지침에 대한 그룹. 사실 우리가 워크샵에 많은 얘기를 들었어요 질문–사람들은 사업의 종류의에 대한 보조금을 고려하고있다, 또는 자신의 사이트에 도착 새로운 시퀀서에 대한 계획을 가지고. 나는 다른 사람도 이러한 권장 유용한 정보를 고려 거라고 생각, 그래서 여기에 다시 게시하도록하겠습니다:


친애하는 UCSC 게놈 생물 정보학,

내 이름은 Doolan을 Padraig와 내가 표현 프로그램 리더 오전
휴대를위한 국립 연구소에서 Microarrays 및 생물 정보학
생명 공학 (NICB), 아일랜드 (www.nicb.ie/). 우리는 공개 - 자금 지원을 받고 있습니다
기초 과학 연구소.

우리의 작은 생물 정보학 그룹은 단지 프로세스를 시작하는
새로운 게놈을 analysisng (과 transcriptome) 중국 햄스터
난소 (에 대한) 최근에 출판 되었음 : 세포주 (쑤 외., The
중국 햄스터 난소의 게놈 시퀀스 (에 대한)-K1 세포주. NAT
Biotechnol. 2011 Jul 31;29(8):735-41. 간접 자원부: 10.1038/nbt.1932.) 다른로
그룹. 우리는이 유기체에 대한 기능적 작업을 많이하고 우리가 찾고
좋은 지침에 대한 (출판 논문, 온라인 리소스, 등등)
우리와 관련하여 몇 가지 목표 달성을지도하는 데 도움이되는
이 게놈의에서 - silico 특성화.

예를 들어, 순서가 게시된 후, 다음 단계는 무엇입니까(와)
관련 정보를 제공? SNPs 목록? 예상
예측 단백질 종류의 프로테옴 / secretome / 숫자 (g.
kinases / G - 결합 / 원자력 / 막 - 언어), 등등?

나는 인간 게놈 프로젝트 출판물 목록을 찾고 있어요
영감, 하지만, 분석 출력의 이런 종류의 비교적 새로운
우리 그룹 (우리는 일반적으로 더 translational 의학에 초점을 맞춘 아르). 가요
거기 연구소가 제안하는 수있는 권장 지침
소설의 silico 분석에 HGP의 발자취를 따라
genomes / transcriptomes? 귀하의 조직은 핵심 몇 가지 제안할 수
어쩌면 신문이나 좋은 분석 전략?

베스트 안부,
Padraig Doolan

UCSC은 일반적으로 자신의 사이트에있는 데이터와 소프트웨어의 구체적인 자신의 논의를 제한하려고합니다–그게 그들의 임무 때문에, 물론, 그리고 그들은 모두에게 게놈 모든 것을 할 수 없기 때문에–그들은 자신의 작품에 대해 시간이 없어. 그러나 이것은 특별한 경우했습니다, 그리고 그들은 아주 멋진 Padraig에 대한 답변과 그의 팀 조립.

제가 당시보고 기억하고있었습니다 Padraig 참조되는 CHO 종이, 하지만 난 더 이상 조사하지 않았. 그래서 그룹이 브라우저가 설정되어있다면보고 찾아 봤는데 ..., 내가 하나를 찾을 수 없습니다. 제가 찾았어요 Ensembl에서 미리 조립. 하지만 로컬 그룹보다 자신의 컬렉션에 세부 사항과 왜 역시 몇 가지 스스로 할 싶어 필요 왜 볼 수 있습니다. 그리고 가능성이 큰 브라우저 팀을 위해 대기보다는 자신의 데이터를 참조 시퀀스를 확장할 수있는 가장 쉬운 방법은 접근하기.


안녕하세요 Padraig,

나는 우리 엔지니어 조회 및 권장 사항 목록을 가지고:

1) 중국어 햄스터의 모든 genbank mRNAs 정렬
2) 자신의 transcriptome 모든 데이터를 정렬
3) 중국어 햄스터에서 genbank의 ESTs의 모든 정렬
4) UCSC 유전자 설정하거나 RefSeq 중 하나에서 파생된 인간 단백질을 매핑
5) UCSC 또는 RefSeq에서 마우스 단백질 매핑
6) 마우스로 여러 종의 게놈 정렬을하고, 쥐, 토끼,
그러나, 코끼리, 주머니쥐, 오리너구리, 닭고기. 뿐만 아니라 pairwise 정렬을 할.
7) 게놈이 읽고 내꺼야 transcriptomic은 SNPs를 위해 읽고. 주의
최근에 중복에만 약간 갈라 지역을 호출하지
SNPs 것처럼 약간 divergences.
\8) 몇 가지 반복 줍는를 실행.
9) CPG 섬 검출기를 실행.
10) 아우처럼 좋은 유전자 예측 프로그램을 실행.
11) 일부 DNAse의 assays를 할 젖은 실험실 그룹 기꺼이 찾으려고….

이게 도움이됩니다 바랍니다. 작업과 행운을 빕니다!

브룩 Rhead
UCSC 게놈 생물 정보학 그룹


이건 내가 새 브라우저에 새로운 게놈과 함께보고 싶어 물건의 목록을 꽤 많이 줄 알았는데. 단이 더있을거야 왜냐면 내가이 특히 중요 생각 이유는. 새로운 시퀀싱 기술과 데이터를 홍수로, 더 많은 그룹들이 실험실이나 지역 연구에 중요한 시퀀스 데이터 자체를 찾을거야. 환자 수, 모델 생물 수, 종 수. 이 데이터는 중요한 진행하는 방법.

또 무엇을 할 것입니다? 이 그룹에 직면 다른 권장 사항이 있습니까?

또한 오늘은 그냥 조나단 Eisen 새로운 genomes 사람에 대한 지침을 제공하고 있습니다 종이에 연결되어 있습니다 일어난: 박테리아 / archael genomes에 대한 주석 표준에 중요 종이 — 에 대한 readying “데이터 홍수”. 나는 이것이 좋은 생각, 그리고 중요한 토론 인식 지금 가지고. 정확히 같은 이유로–새로운 사람들은 놀라운 속도로 새로운 genomes의 특징을 조립하고 주석에 직면하게 될거야, 우리는 우수 사례에 대해 몇 가지와 필요를 배웠습니다. 물론 이죠, 가지 진화–하지만 몇 가지 좋은 시작 지점 정말 많은 도움이지도 아르.

수정: 단지 CHO 종이 연구에서 메모를 남겼더군요, 그리고 그들은 몇 가지 도구에 대해이 사이트를 주시 던가: http://www.chogenome.org/

참고 문헌:

Xu사장님span>, 조디악, Sanders-Lorenz, E., Axen, S., 김, E., 존스, 엠, Scott, K., & Kerfeld, C 조. (2010). Incorporating Genomics and Bioinformatics across the Life Sciences Curriculum PLoS 생물학, 8 (8) 간접 자원부: 10.1371/journal.pbio.1000448, 엑스, Nagarajan, 반장님, 루이스, 북아 일, 팬, 미국, 카이, 조디악, 리우, 엑스, 첸, 더블유, 시에, 엠, 왕, 더블유, 하몬드, 미국, 안데르센, 엠, 네프, 북아 일, Passarelli, B를, 코이, 더블유, 젠장, 반장님, 왕, 제이, GUI, Y를, 리, 사장님, Betenbaugh, 엠, 지진, 미국, 가족, 나, Palsson, B를, & 왕, Kokocinski. (2011). 중국 햄스터 난소의 게놈 시퀀스 (에 대한)-K1 세포주 자연 생명 공학, 29 (8), 735-741 간접 자원부: 10.1038/nbt.1932

Klimke, 더블유, 도노반, C., 화이트, 오, 결함, 제이, 클락, 사장님, Fedorov, B를, Mizrachi, 나, 프륏, 사장님, & Tatusova, 티. (2011). 문제 해결: 데이터 홍수 전에 게놈 주석 표준 게놈 과학의 기준, 5 (1), 168-193 간접 자원부: 10.4056/sigs.2084864