バイオインフォマティクスデータスキル ―オープンソースツールを使ったロバストで再現性のある研究

Table of contents

1. 表紙
2. はじめに
3. 第Ⅰ部　基本方針：ロバストで再現性のあるバイオインフォマティクスのためのデータスキル
4. 　1章　バイオインフォマティクスの学習方法
5. 　　1.1　なぜバイオインフォマティクスなのか？　増大する生物学データ
6. 　　1.2　バイオインフォマティクスを学ぶためのデータスキルの学習
7. 　　1.3　再現性がありロバストな研究のための新たな課題
8. 　　1.4　再現可能な研究
9. 　　1.5　ロバストな研究とバイオインフォマティクスの黄金律
10. 　　1.6　ロバストで再現性のある技法を採用すれば研究生活も楽になる
11. 　　1.7　ロバストな研究に向けての推奨事項
12. 　　　1.7.1　実験の計画に注意を払う
13. 　　　1.7.2　人間のためにコードを書き、コンピュータのためにデータを書く
14. 　　　1.7.3　コンピュータを自分のために働かせる
15. 　　　1.7.4　アサーションを設定し、コードとメソッドの中でエラーが目立つようにする
16. 　　　1.7.5　コードをテストせよ。理想的にはコードにコードをテストさせよ
17. 　　　1.7.6　可能であれば既存のライブラリを使用する
18. 　　　1.7.7　データを読み取り専用として扱う
19. 　　　1.7.8　頻繁に使用するスクリプトは時間をかけてツールに仕立てる
20. 　　　1.7.9　データが高品質であることを証明できるようにする
21. 　　1.8　再現可能な研究に向けての推奨事項
22. 　　　1.8.1　コードとデータを公開する
23. 　　　1.8.2　すべてをドキュメント化する
24. 　　　1.8.3　図と統計をスクリプトの出力結果にする
25. 　　　1.8.4　コードをドキュメントとして使用する
26. 　　1.9　バイオインフォマティクスのデータスキルを継続的に改善する
27. 第Ⅱ部　前提条件：バイオインフォマティクスプロジェクトを開始するための必須スキル
28. 　2章　バイオインフォマティクスプロジェクトの準備と管理
29. 　　2.1　プロジェクトディレクトリとディレクトリ構造
30. 　　2.2　プロジェクトドキュメント
31. 　　2.3　ディレクトリを使用してプロジェクトをサブプロジェクトに分割する
32. 　　2.4　ファイル処理タスクを自動化できるようにデータを整理する
33. 　　2.5　プロジェクトノートのためのマークダウン記法
34. 　　2.6　マークダウン記法の基礎
35. 　　2.7　Pandocを使用してマークダウン形式をHTMLへ変換する
36. 　3章　Unixシェル再入門
37. 　　3.1　なぜバイオインフォマティクスでUnixを使うのか？：モジュール性とUnix哲学
38. 　　3.2　ストリームとリダイレクションの操作
39. 　　　3.2.1　標準出力をファイルにリダイレクトする
40. 　　　3.2.2　標準エラーのリダイレクト
41. 　　　3.2.3　標準入力リダイレクトの使用
42. 　　3.3　全能のUnixパイプ：スピードと美しさを1つに
43. 　　　3.3.1　パイプの動作：grepとパイプによる簡単なプログラムの作成
44. 　　　3.3.2　パイプとリダイレクションの結合
45. 　　　3.3.3　リダイレクションについてもう少し：パイプのtee
46. 　　3.4　プロセスの管理と対話
47. 　　　3.4.1　バックグラウンドプロセス
48. 　　　3.4.2　プロセスの強制終了
49. 　　　3.4.3　終了ステータス：プログラムで、コマンドが働いたかどうかを確認する方法
50. 　　3.5　コマンド置換
51. 　4章　リモートマシンで作業する
52. 　　4.1　SSHでリモートマシンに接続する
53. 　　4.2　SSH鍵による迅速な認証
54. 　　4.3　nohupとtmuxで長い時間稼働するジョブを制御する
55. 　　　4.3.1　nohup
56. 　　4.4　Tmuxを使ってリモートマシンで作業する
57. 　　　4.4.1　Tmuxのインストールと構成
58. 　　　4.4.2　Tmuxセッションの作成、切断、再接続
59. 　　　4.4.3　Tmuxウィンドウで作業する
60. 　5章　科学者のためのGit
61. 　　5.1　なぜGitがバイオインフォマティクスプロジェクトで必要か
62. 　　　5.1.1　Gitによりプロジェクトのスナップショットを保存できる
63. 　　　5.1.2　Gitはコードの重要な変更を記録する
64. 　　　5.1.3　Gitはソフトウェア関連リソースをきちんと整理し、人がいなくなった後でもいつでも使えるように保つ
65. 　　5.2　Gitのインストール
66. 　　5.3　Gitの基本：リポジトリの作成、ファイルの追跡、変更のステージングおよびコミット
67. 　　　5.3.1　Gitのセットアップ：Gitに自分が誰であるかを伝える
68. 　　　5.3.2　git initとgit clone：リポジトリを作成する
69. 　　　5.3.3　Gitでファイルを追跡する：git addとgit status　パート1
70. 　　　5.3.4　Gitでファイルをステージングする：git addとgit status　パート2
71. 　　　5.3.5　git commit：プロジェクトのスナップショットを取得する
72. 　　　5.3.6　ファイルの差分を見る：git diff
73. 　　　5.3.7　コミット履歴を見る：git log
74. 　　　5.3.8　ファイルの移動と削除：git mvとgit rm
75. 　　　5.3.9　Gitに何を無視するかを知らせる：.gitignore
76. 　　　5.3.10　ステージングを元に戻す：git reset
77. 　　5.4　Gitを使った協働作業：git remote、git push、git pull
78. 　　　5.4.1　GitHubで共有された中央リポジトリを作る
79. 　　　5.4.2　Gitをリモートから認証する
80. 　　　5.4.3　Gitにリモートから接続する：git remote
81. 　　　5.4.4　git pushでリモートリポジトリにコミットをプッシュする
82. 　　　5.4.5　git pullでリモートリポジトリからコミットをプルする
83. 　　　5.4.6　共同研究者と作業する：プッシュとプル
84. 　　　5.4.7　マージコンフリクト
85. 　　　5.4.8　GitHubワークフロー：フォークとプルリクエスト
86. 　　5.5　Gitを使って楽をする：過去のコミットで作業する
87. 　　　5.5.1　過去のファイルを復元する：git checkout
88. 　　　5.5.2　仮変更を保存する：git stash
89. 　　　5.5.3　git diff再訪：コミットとファイルを比較する
90. 　　　5.5.4　コミットを取り消したり編集したりする：git commit --amend
91. 　　5.6　ブランチで作業する
92. 　　　5.6.1　ブランチを作り作業する：git branchとgit checkout
93. 　　　5.6.2　ブランチをマージする：git merge
94. 　　　5.6.3　ブランチとリモート
95. 　　5.7　Gitの学習を継続する
96. 　6章　バイオインフォマティクスのデータ
97. 　　6.1　バイオインフォマティクスデータの取得
98. 　　　6.1.1　wgetとcurlを使用したデータのダウンロード
99. 　　　6.1.2　rsyncとscp
100. 　　6.2　データの整合性
101. 　　　6.2.1　SHAとMD5のチェックサム
102. 　　6.3　データの間の差を見る
103. 　　6.4　データの圧縮と圧縮データの操作
104. 　　　6.4.1　gzip
105. 　　　6.4.2　gzipで圧縮されたファイルの操作
106. 　　6.5　ケーススタディ:再現性を確保できるデータのダウンロード方法
107. 第Ⅲ部　実践：バイオインフォマティクスのデータスキル
108. 　7章　Unixツール
109. 　　7.1　UnixツールとUnixワンライナーアプローチ：Programming Pearlsから学んだ教訓
110. 　　7.2　Unixパイプラインを使うタイミングと安全な使い方
111. 　　7.3　Unixツールによるテキストデータの検査と操作
112. 　　　7.3.1　headとtailによるデータの検査
113. 　　　7.3.2　lessコマンド
114. 　　　7.3.3　wc、ls、awkによるプレーンテキストデータの要約情報
115. 　　　7.3.4　cutによる列データの操作
116. 　　　7.3.5　columnによる表形式データへの整形
117. 　　　7.3.6　強力なツールgrep
118. 　　　7.3.7　プレーンテキストデータのデコード：hexdump
119. 　　　7.3.8　sortによるプレーンテキストデータの並べ替え
120. 　　　7.3.9　uniqコマンドで一意の値を見つける
121. 　　　7.3.10　joinコマンド
122. 　　　7.3.11　AWKによるテキスト処理
123. 　　　7.3.12　Bioawk：生物学的データのためのAWK
124. 　　　7.3.13　sedを用いたストリーム編集
125. 　　7.4　高度なシェル技法
126. 　　　7.4.1　サブシェル
127. 　　　7.4.2　名前付きパイプとプロセス置換
128. 　　7.5　Unix哲学再考
129. 　8章　R言語入門
130. 　　8.1　RとRStudio入門
131. 　　8.2　R言語の基礎
132. 　　　8.2.1　Rにおける簡単な計算、関数の呼び出し、ヘルプの取得
133. 　　　8.2.2　変数と代入
134. 　　　8.2.3　ベクトル、ベクトル化、添字指定
135. 　　8.3　Rでのデータの扱いとその可視化
136. 　　　8.3.1　データをRに読み込ませる
137. 　　　8.3.2　データフレームの探索と変換
138. 　　　8.3.3　スライシングとダイシングによるデータの探索：データフレームのサブセット化
139. 　　　8.3.4　ggplot2によるデータ探索の可視化（I）：ScatterplotsとDensities
140. 　　　8.3.5　ggplot2によるデータ探索の可視化（II）：平滑化
141. 　　　8.3.6　cut()によるデータのビニングとggplot2を使った棒グラフの描画
142. 　　　8.3.7　データのマージと結合：ベクトルのマッチングとデータフレームのマージ
143. 　　　8.3.8　ggplot2ファセットの使用
144. 　　　8.3.9　さらなるRデータ構造：リスト
145. 　　　8.3.10　lapply()とsapply()関数を使って、リストに関数を適用する
146. 　　　8.3.11　分割−適用−結合（Split-Apply-Combine）パターンを使用する
147. 　　　8.3.12　dplyrによるデータフレームの探索
148. 　　　8.3.13　文字列の操作
149. 　　8.4　Rスクリプトによるワークフロー開発
150. 　　　8.4.1　制御フロー：if、for、while
151. 　　　8.4.2　Rスクリプトによる作業
152. 　　　8.4.3　複数ファイルの読み込みと結合のためのワークフロー
153. 　　　8.4.4　データのエクスポート
154. 　　8.5　さらなるRの道筋とリソース
155. 　9章　範囲データの操作
156. 　　9.1　ゲノム範囲と座標系に対する短期集中コース
157. 　　9.2　GenomicRangesを用いた範囲データ：実行例の紹介
158. 　　　9.2.1　Bioconductorパッケージのインストールと操作
159. 　　　9.2.2　IRangesを使用した汎用範囲の保存
160. 　　　9.2.3　基本的な範囲の操作：算術演算、変換、集合演算
161. 　　　9.2.4　重複する範囲を見つける
162. 　　　9.2.5　最も近い範囲を見つけて距離を計算する
163. 　　　9.2.6　ランレングス符号化とビュー
164. 　　　9.2.7　GenomicRangesによるゲノム範囲の保存
165. 　　　9.2.8　GRangesListによるデータのグループ化
166. 　　　9.2.9　アノテーションデータの利用：GenomicFeaturesとrtracklayer
167. 　　　9.2.10　プロモーター領域の取得：flankとpromoters
168. 　　　9.2.11　プロモーター配列の取得：GenomicRangesを配列データに接続
169. 　　　9.2.12　遺伝子間およびイントロン領域の取得：gaps、reduce、setdiff
170. 　　　9.2.13　重複する範囲を見つけて作業する
171. 　　　9.2.14　GRangesオブジェクトのカバレッジの計算
172. 　　9.3　BEDToolsを使用したコマンドラインでの範囲データ操作
173. 　　　9.3.1　BEDToolsのintersectを使った重複の計算
174. 　　　9.3.2　BEDToolsのslopとflank
175. 　　　9.3.3　BEDToolsによるカバレッジ
176. 　　　9.3.4　他のBEDToolsサブコマンドとPybedtools
177. 　10章　配列データの操作
178. 　　10.1　FASTA形式
179. 　　10.2　FASTQ形式
180. 　　10.3　ヌクレオチドのコード
181. 　　10.4　塩基品質スコア
182. 　　10.5　例：低品質塩基の検査とトリミング
183. 　　10.6　FASTA/FASTQ解析の例：ヌクレオチドの数え上げ
184. 　　10.7　索引付きFASTAファイル
185. 　11章　アラインメントデータの操作
186. 　　11.1　アラインメント形式の理解：SAMとBAM
187. 　　　11.1.1　SAMヘッダー
188. 　　　11.1.2　SAMアラインメントセクション
189. 　　　11.1.3　ビット表現フラグ
190. 　　　11.1.4　CIGAR文字列
191. 　　　11.1.5　マッピング品質
192. 　　11.2　SAM形式のアラインメントを操作するためのコマンドラインツール
193. 　　　11.2.1　samtools viewを使ってSAMとBAMを相互変換する
194. 　　　11.2.2　samtoolsのsortサブコマンドとindexサブコマンド
195. 　　　11.2.3　samtools viewによるアラインメントの抽出とフィルタリング
196. 　　11.3　samtools tviewとIntegrated Genomics Viewerによるアラインメントの可視化
197. 　　　11.3.1　samtools pileupを使用したパイルアップ、バリアントコール、塩基アラインメント品質
198. 　　11.4　Pysamで独自のSAM/BAM処理ツールを作成する
199. 　　　11.4.1　BAMファイルを開き、領域からアラインメントを取り出し、リードに対する操作を繰り返す
200. 　　　11.4.2　AlignmentFileオブジェクトからのSAM/BAMヘッダー情報の抽出
201. 　　　11.4.3　AlignedSegmentオブジェクトを操作する
202. 　　　11.4.4　アラインメント統計を記録するプログラムの作成
203. 　　　11.4.5　その他のPysam機能、およびその他のSAM/BAM API
204. 　12章　シェルスクリプト作成、パイプラインの記述、タスクの並列化
205. 　　12.1　基本的なBashスクリプティング
206. 　　　12.1.1　ロバストなBashスクリプトの作成と実行
207. 　　　12.1.2　変数とコマンド引数
208. 　　　12.1.3　Bashスクリプト内の条件文：if文
209. 　　　12.1.4　forループとグロブ（パターンマッチ）を使ったBashによるファイル処理
210. 　　12.2　findとxargsを使ったファイル処理の自動化
211. 　　　12.2.1　findとxargsを使う
212. 　　　12.2.2　findでファイルを見つける
213. 　　　12.2.3　findの検索式
214. 　　　12.2.4　findの-execオプション：findの結果に対するコマンドの実行
215. 　　　12.2.5　xargs：Unixパワーツール
216. 　　　12.2.6　xargsに置換文字列を与え、ファイルにコマンドを適用する
217. 　　　12.2.7　xargsと並列化
218. 　　12.3　makeとmakefile：パイプラインのための別オプション
219. 　13章　TabixとSQLite：メモリを使わないアプローチ
220. 　　13.1　BGZFとTabixを使用した索引付きのタブ区切りファイルへの高速アクセス
221. 　　　13.1.1　bgzipを使ってTabixのためにファイルを圧縮する
222. 　　　13.1.2　Tabixによるファイルの索引作成
223. 　　　13.1.3　Tabixを使う
224. 　　13.2　SQLiteを使ったリレーショナルデータベースの操作
225. 　　　13.2.1　バイオインフォマティクスでリレーショナルデータベースが必要になるとき
226. 　　　13.2.2　SQLiteのインストール
227. 　　　13.2.3　CLIによるSQLiteデータベースの探求
228. 　　　13.2.4　データの操作：全能のSELECT文
229. 　　　13.2.5　SQLite関数
230. 　　　13.2.6　SQLite集約関数
231. 　　　13.2.7　副問い合わせ（サブクエリー）
232. 　　　13.2.8　リレーショナルデータベースの編成と結合（join）
233. 　　　13.2.9　データベースへの書き込み
234. 　　　13.2.10　テーブルの削除とデータベースの削除
235. 　　　13.2.11　Pythonを使ってSQLiteと対話する
236. 　　　13.2.12　データベースのダンプ
237. 　14章　おわりに
238. 　　14.1　この先、どう学べばよいのか？
239. 用語集
240. 参考文献
241. 監訳者あとがき
242. 奥付