Error ID 1 – Wrong File Type

Error ID 1 – Wrong File Type

エラーの説明

このエラーは、次の 2 つの理由のいずれかにより発生します。

  1. 認識できないファイル形式をアップロードした
  2. ワークフローに不適切なファイル タイプを含むサンプルを使用して分析を送信しようとした

ソリューション

解決策 1

分析を開始しようとしたときにファイルタイプエラーが発生した場合は、ファイルの内容を再確認して、どのようなタイプのデータが含まれているかを確認してください。 分析エラーメッセージには、受け入れられるファイルの種類が示されているはずです。 Basepair で使用される一般的なファイルタイプの形式については、以下の「詳細情報」を参照してください。

解決策 2

ファイルに正しいタイプのデータが含まれていることが確実な場合は、適切なファイル拡張子が付くようにファイル名を変更し、ファイルを再アップロードします。 Basepairで使用される一般的なファイルタイプで受け入れられる拡張子については、以下の「詳細情報」を参照してください。

解決策 3 – お問い合わせください

それでも問題が解決できない場合は、次のいずれかの方法でお気軽にお問い合わせください。

さらに詳しい情報

Basepair はさまざまな種類のファイルを扱います。 通常、ファイルのタイプは拡張子によって示されます (たとえば、カンマ区切りファイルの場合は「.csv」)。 さらに、扱うファイルのサイズが大きいため、通常は何らかの方法で圧縮されます。 ファイルが圧縮されていることを示す一般的なサフィックスをいくつか示します。

  1. .gz
  2. .zip
  3. .tar.gz
  4. .bz2

残念ながら、ファイルの拡張子が実際のファイルの種類と一致しなかったり、ファイル拡張子が圧縮されているように見えても実際には圧縮されていないケースがよく見られます。 以下では、Basepair が扱う一般的なファイルの種類について説明します。

FASTQ

このファイル タイプにはシーケンス読み取りが含まれており、通常は次のようになります。

@SEQ_ID
GATTTGGGGTTCAAAGCAGTATCGATCAAATAGTAAATCCATTTGTTCAACTCACAGTTT
+
!''*((((***+))%%%++)(%%%%).1***-+*''))**55CCF>>>>>>CCCCCCC65

各リードごとに4行あります。

  1. 行 1: 読み取りの名前が含まれます
  2. 行 2: A、T、C、G に実際に読み取られたコンテンツが含まれます。
  3. 行 3: リードがどのストランドからのものであるか
  4. 行 4: 塩基ごとの品質スコア

FASTQ ファイル形式について詳しくは、https: //en.wikipedia.org/wiki/FASTQ_formatをご覧ください。

FASTQ ファイルの一般的なファイル接尾辞は次のとおりです。

  1. .fastq
  2. .fq
  3. 圧縮バージョン: .fq.gz、.fq.zip、.fastq.gz など。

以下のものも使用されることがあります。

  1. .txt (およびその圧縮バージョン)
  2. .sra (シーケンス読み取りアーカイブからの特別な圧縮形式)

FASTQファイルをテキストエディタで開いて内容を確認できますが、FASTQ ファイルは非常に大きい場合が多いので注意してください。

FASTA

このファイル タイプには、DNA、RNA、タンパク質のシーケンスが含まれています。 レファレンスゲノムとトランスクリプトームは、FASTAファイルに保存されるデータの例です。 例を以下に示します。

>Sequence 1
ATCGATCGTATTTCTCTTTAAACGGTATGCTA
>Sequence 2
TTTTGCGCGTTCTTAGGCTTGCTATCTC

各シーケンスには 2 行があります。

  1. 行１: シーケンス名の前に「>」が付いています。
  2. 行 2: 実際の配列 (DNA、RNA、タンパク質のいずれか)

FASTA 形式について詳しくは、https: //en.wikipedia.org/wiki/FASTAをご覧ください。

FASTA ファイルの一般的なファイル接尾辞をいくつか示します。

  1. .fasta
  2. .fa
  3. 圧縮バージョン: .fasta.gz、.fa.zip など。

FASTAファイルをテキストエディタで開いて内容を確認できます。

BAM/SAM

Sequence Alignment/Map (SAM) とその圧縮形式 (BAM) の略で、レファレンス配列にアライメントされたリードを保存します。 2 行の例を以下に示します。

GWNJ-0965:327:GW1811231642:8:1103:14407:23987  163  KmetStat_WT_A  1  1  112M  =  1  -112  GAAACGCGTA  AAFFFJJJJJ  AS:i:0  XS:i:0  XN:i:0  XM:i:0  XO:i:0  XG:i:0  NM:i:0  MD:Z:112  YS:i:0  YT:Z:CP
GWNJ-0965:327:GW1811231642:8:1103:10287:72367  99  KmetStat_WT_A  1  34  135M  =  1  -135  GAAACGCGTA  AAFFFJJJJJ  AS:i:0  XS:i:-35  XN:i:0  XM:i:0  XO:i:0  XG:i:0  NM:i:0  MD:Z:135  YS:i:0  YT:Z:CP

各行には、マッピング品質、メイトペア情報など、読み取られた 1 つのシーケンスの情報が含まれています。BAM/SAM 形式の詳細については、こちらで読むことができます: https://samtools.github.io/hts-specs/SAMv1.pdf

BAM/SAM ファイルの一般的なファイル接尾辞をいくつか示します。

  1. BAM ファイルの場合は .bam
  2. SAM ファイルの .sam

SAMファイルはテキストエディタで開くことができますが、これらのファイルのサイズは多くの場合数ギガバイトから数十ギガバイトになることに注意してください。 BAMファイルの内容を確認するには、特殊なソフトウェア ( samtools など) が必要です。 Integrative Genomics Viewerで開いてみることもできます。

VCF

このファイルタイプには、1 つ以上のサンプルに対して呼び出されたバリアント (SNP、インデル（in/del）、体細胞変異など) が含まれています。 これはより複雑なファイル形式であり、(残念なことに) 異なるツールによってわずかに異なるバリエーションが生成されます。 例を以下に示します。

##fileformat=VCFv4.3
##fileDate=20090805
##source=myImputationProgramV3.1
##reference=file:///seq/references/1000GenomesPilot-NCBI36.fasta
##contig=<ID=20,length=62435964,assembly=B36,md5=f126cdf8a6e0c7f379d618ff66beb2da,species="Homo sapiens",taxonomy=x>
##phasing=partial
##INFO=<ID=NS,Number=1,Type=Integer,Description="Number of Samples With Data">
##INFO=<ID=DP,Number=1,Type=Integer,Description="Total Depth">
##INFO=<ID=AF,Number=A,Type=Float,Description="Allele Frequency">
##INFO=<ID=AA,Number=1,Type=String,Description="Ancestral Allele">
##INFO=<ID=DB,Number=0,Type=Flag,Description="dbSNP membership, build 129">
##INFO=<ID=H2,Number=0,Type=Flag,Description="HapMap2 membership">
##FILTER=<ID=q10,Description="Quality below 10">
##FILTER=<ID=s50,Description="Less than 50% of samples have data">
##FORMAT=<ID=GT,Number=1,Type=String,Description="Genotype">
##FORMAT=<ID=GQ,Number=1,Type=Integer,Description="Genotype Quality">
##FORMAT=<ID=DP,Number=1,Type=Integer,Description="Read Depth">
##FORMAT=<ID=HQ,Number=2,Type=Integer,Description="Haplotype Quality">
#CHROM POS      ID         REF   ALT    QUAL  FILTER   INFO                             FORMAT       NA00001         NA00002          NA00003
20     14370    rs6054257  G     A      29    PASS    NS=3;DP=14;AF=0.5;DB;H2           GT:GQ:DP:HQ  0|0:48:1:51,51  1|0:48:8:51,51   1/1:43:5:.,.
20     17330    .          T     A      3     q10     NS=3;DP=11;AF=0.017               GT:GQ:DP:HQ  0|0:49:3:58,50  0|1:3:5:65,3     0/0:41:3
20     1110696  rs6040355  A     G,T    67    PASS    NS=2;DP=10;AF=0.333,0.667;AA=T;DB GT:GQ:DP:HQ  1|2:21:6:23,27  2|1:2:0:18,2     2/2:35:4
20     1230237  .          T     .      47    PASS    NS=3;DP=13;AA=T                   GT:GQ:DP:HQ  0|0:54:7:56,60  0|0:48:4:51,51   0/0:61:2
20     1234567  microsat1  GTC   G,GTCT 50    PASS    NS=3;DP=9;AA=G                    GT:GQ:DP     0/1:35:4        0/2:17:2         1/1:40:3

VCF 形式の詳細については、こちらをご覧ください: https://en.wikipedia.org/wiki/Variant_Call_Format

VCFファイルの一般的なファイル拡張子をいくつか示します。

  1. .vcf
  2. .vcf.gz、.vcf.zip などの圧縮バージョン。

VCFファイルをテキストエディターまたはExcelで開いて、その内容を表示することができます。