UGÈNE

UGENE est un logiciel informatique pour la bioinformatique . Il fonctionne sur les systèmes d'exploitation d'ordinateurs personnels tels que Windows , macOS ou Linux . Il est publié en tant que logiciel libre et open source , sous une licence publique générale GNU (GPL) version 2.

UGENE aide les biologistes à analyser diverses données de génétique biologique , telles que des séquences , des annotations, des alignements multiples , des arbres phylogénétiques , des assemblages NGS et autres. Les données peuvent être stockées à la fois localement (sur un ordinateur personnel) et sur un stockage partagé (par exemple, une base de données de laboratoire).

UGENE intègre des dizaines d'outils biologiques, d'algorithmes et d'outils originaux bien connus dans le contexte de la génomique , de la biologie évolutive , de la virologie et d'autres branches des sciences de la vie. UGENE fournit une interface utilisateur graphique (GUI) pour les outils pré-construits afin que les biologistes sans compétences en programmation informatique puissent accéder plus facilement à ces outils.

Grâce à UGENE Workflow Designer, il est possible de rationaliser une analyse en plusieurs étapes. Le workflow se compose de blocs tels que des lecteurs de données, des blocs exécutant des outils et des algorithmes intégrés et des rédacteurs de données. Les blocs peuvent être créés avec des outils de ligne de commande ou un script. Un ensemble d'exemples de workflows est disponible dans Workflow Designer, pour annoter des séquences, convertir des formats de données, analyser des données NGS, etc.

Outre l'interface graphique, UGENE dispose également d'une interface de ligne de commande . Des workflows peuvent également y être exécutés.

Pour améliorer les performances, UGENE utilise des processeurs multicœurs (CPU) et des unités de traitement graphique (GPU) pour optimiser quelques algorithmes.

Le logiciel prend en charge les fonctionnalités suivantes :

• Créer, modifier et annoter des séquences d'acides nucléiques et de protéines
• Recherche rapide dans une séquence
• Alignement de séquences multiples : Clustal W et O, MUSCLE , Kalign , MAFFT , T-Coffee
• Créer et utiliser un stockage partagé, par exemple une base de données de laboratoire
• Rechercher dans les bases de données en ligne : National Center for Biotechnology Information (NCBI), Protein Data Bank (PDB), UniProtKB/Swiss-Prot , UniProtKB/TrEMBL , serveurs DAS
• Recherche Genbank BLAST locale et NCBI
• Ouvrir le moteur de recherche de cadre de lecture
• Recherche d'enzymes de restriction avec liste d'enzymes de restriction REBASE
• Package Primer3 intégré pour la conception d'amorces PCR
• Construction et annotation de plasmides
• Clonage in silico par conception de vecteurs de clonage
• Cartographie du génome de lectures courtes avec Bowtie , BWA, et UGENE Genome Aligner
• Visualisez les données de séquençage de nouvelle génération (fichiers BAM) à l'aide du navigateur d'assemblage UGENE
• Appel de variantes avec SAMtools
• Analyse des données RNA-Seq avec le pipeline Tuxedo (TopHat, Cufflinks, etc.)
• Analyse des données ChIP-seq avec le pipeline Cistrome (MACS, CEAS, etc.)
• Traitement des données NGS brutes
• Intégration des packages HMMER 2 et 3
• Visionneuse de chromatogrammes
• Recherche de sites de liaison de facteurs de transcription ( TFBS ) avec matrice de pondération et algorithmes SITECON
• Recherche de répétitions directes , inversées et en tandem dans les séquences d'ADN
• Alignement de séquence locale avec algorithme Smith-Waterman optimisé
• Construire (en utilisant la jonction de voisins PHYLIP intégrée , MrBayes, ou PhyML Maximum Likelihood) et modifier des arbres phylogénétiques
• Combinez différents algorithmes dans des flux de travail personnalisés avec UGENE Workflow Designer
• Assemblage de contigs avec CAP3
• Visionneuse de structure 3D pour les fichiers aux formats Protein Data Bank (PDB) et Molecular Modeling Database (MMDB) , prise en charge de la vue anaglyphe
• Prédire la structure secondaire des protéines avec les algorithmes GOR IV et PSIPRED
• Construire des diagrammes à points pour les séquences d'acides nucléiques
• Alignement de l'ARNm avec Spidey
• Recherche de signaux complexes avec ExpertDiscovery
• Rechercher un modèle de résultats de divers algorithmes dans une séquence d'acide nucléique avec UGENE Query Designer
• PCR in silico pour la conception et la cartographie des amorces
• Assembleur de Spade de novo

La vue Séquence permet de visualiser, d'analyser et de modifier des séquences d'acides nucléiques ou de protéines . Selon le type de séquence et les options sélectionnées, les vues suivantes peuvent être présentes dans la fenêtre Vue Séquence :

• Vue de la structure 3D
• Vue circulaire
• Vue du chromatogramme
• Affichage des graphiques : contenu GC, contenu AG et autres
• Vue du diagramme à points

L'éditeur d'alignement permet de travailler avec plusieurs séquences d'acides nucléiques ou de protéines : les aligner , modifier l'alignement, l'analyser, stocker la séquence consensus , construire un arbre phylogénétique, etc.

Le visualiseur d'arbres phylogénétiques permet de visualiser et d'éditer des arbres phylogénétiques. Il est possible de synchroniser un arbre avec l'alignement multiple correspondant utilisé pour construire l'arbre.

Le projet Assembly Browser a été lancé en 2010 en tant qu'entrée pour Illumina iDEA Challenge 2011. Le navigateur permet aux utilisateurs de visualiser et de parcourir de grands assemblages de séquences de nouvelle génération (jusqu'à des centaines de millions de lectures courtes). Il prend en charge les formats SAM, BAM (la version binaire de SAM) et ACE. Avant de parcourir les données d'assemblage dans UGENE, un fichier d'entrée est automatiquement converti en fichier de base de données UGENE. Cette approche a ses avantages et ses inconvénients. Les avantages sont que cela permet de visualiser l'ensemble de l'assemblage, de naviguer dans celui-ci et d'accéder rapidement aux régions bien couvertes. Les inconvénients sont qu'une conversion peut prendre du temps pour un fichier volumineux et nécessite suffisamment d'espace disque pour stocker la base de données.

UGENE Workflow Designer permet de créer et d'exécuter des schémas de workflow informatiques complexes .

La particularité de Workflow Designer par rapport aux autres systèmes de gestion de flux de travail bioinformatiques est que les flux de travail sont exécutés sur un ordinateur local. Cela permet d'éviter les problèmes de transfert de données, contrairement aux autres outils qui dépendent du stockage de fichiers à distance et de la connectivité Internet.

Les éléments qui composent un workflow correspondent à la majeure partie des algorithmes intégrés à UGENE. L'utilisation de Workflow Designer permet également de créer des éléments de workflow personnalisés. Les éléments peuvent être basés sur un outil de ligne de commande ou un script.

Les workflows sont stockés dans un format texte spécial. Cela permet leur réutilisation et leur transfert entre utilisateurs.

Un workflow peut être exécuté à l'aide de l'interface graphique ou lancé à partir de la ligne de commande. L'interface graphique permet également de contrôler l'exécution du workflow, de stocker les paramètres, etc.

Il existe une bibliothèque intégrée d'exemples de flux de travail pour convertir, filtrer et annoter les données, avec plusieurs pipelines pour analyser les données NGS développées en collaboration avec NIH NIAID. Un assistant est disponible pour chaque exemple de flux de travail.

• Séquences et annotations : FASTA (.fa), GenBank (.gb), EMBL (.emb), GFF (.gff)
• Alignements de séquences multiples : Clustal (.aln), MSF (.msf), Stockholm (.sto), Nexus (.nex)
• Structures 3D : PDB (.pdb), MMDB (.prt)
• Chromatogrammes : ABIF (.abi), SCF (.scf)
• Lectures courtes : Alignement/Map de séquence (SAM) (.sam), version binaire de SAM (.bam), ACE (.ace), FASTQ (.fastq)
• Arbres phylogénétiques : Newick (.nwk), PHYLIP (.phy)
• Autres formats : Bairoch ( informations sur les enzymes ), HMM ( profils HMMER ), PWM et PFM ( matrices de position ), SNP et VCF4 (variations du génome)

UGENE est principalement développé par Unipro LLC dont le siège social se trouve à Akademgorodok, à Novossibirsk, en Russie. Chaque itération dure environ 1 à 2 mois, suivie d'une nouvelle version . Des instantanés de développement peuvent également être téléchargés.

Les fonctionnalités à inclure dans chaque version sont principalement initiées par les utilisateurs.