2020 04 23

Agenda GMS-NGP-bioinformatik

Datum: 2020-04-23
Tid: 13:00-14:00
Kallade: Lindqvist Mårten, Strid Tobias, Sylvin Isak, Welander Jenny, Werling Jens, Ininbergs Karolina, m.fl

Protokoll

1. Inventering av Behov samt kompetens vid olika orter

   1.1. Stockholm:
   Stockholm använder i dagsläget i huvudsak Illumina sekvensering för sina mikrobiologiska prover, men även Nanopore flonglar. Har framför allt behov av pipeline för primär bioinformatisk analys av data från dessa två instrument. De har uppbyggda databaser för mellanager i analyser och ser inga riktiga behov där i nuläget. CGMLST eller SNP –analyser ses som viktiga ingående delar i en gemensam pipeline. Kompetensmässigt finns tillgänglig resurs med kunnande inom Python, nextflow och användning av dockers. Stockholm har en CGMLST-pipiline som dock ej är kompatibel med NGP. Denna skule kunna utgöra grund för kommande CGMLST-pipeline. Denna är dock ännu ej i klinisk drift. Kliniskt körs i huvudsak MRSA och esbl analyser i dagsläget. Man ser en gemensam pipline som viktig för att kunna göra riktiga jämförelser av data över landet. Test av Nanopore teknologi har stätt på vissa problem med assembly

   1.2. Göteborg:
   Kör all mikrobiologi på Torrent (S5). Finns även en PGM att tillgå men den används ej längre. Nanopore finns och det har körts lite med flonglar. Det finns diskussioner på orten om att gå över till Illumina. Behov framför allt CGLMST samt SNP- analyser. Det finns kompetens för Python och ett visst arbete med CGMLSt-analyser.

   1.3. Linköping:
   Kör Illumina-miseq i rutin för mikrobiologiska analyser, kör även NanoPore, men bara i teststadiet. Kör i dagsläget en SNP.baserad pipilne. Ser ett behov i att kunna dela data för att möjliggöra analyser av t.ex. utbrott i realtid. Detta kan byggas antingen på CGLMST eller SNP pipeline Kompetensmässigt kan Linköping i nuläget inte bidra med så mycket till kodningsarbetet, men kan bidra med arbte med att se över tröskelvärden och andra parametrar för att justera analyser samt att sätta samman evalueringsdokument. Detta kan med fördel initialt göras med de MRSA prover som redan har analyserats vid samtlig i GMS ingående lab.

   1.4. Örebro:
   Kör Illumina, Torrent och NanoPore. Ser ett behov av Sixware, SNP, CGLMST för framförallt meningococc, gonococc samt MRSA typning. Kompetensmässigt kan man bidra med kodningsarbete och har erfarenhet av NextFlow.

   1.5. Övriga:
   FoHM nämns som en viktig partner / resurs i arbetet med en bioinformatiks pipeline för mikrobiologi. De har en fungerande pipeline som de dock ej är villiga att släppa källkoden till. Arbete pågår dock med en ersättare vilken vi kanske kan få mer nytta av. Det nämns också att Lund bedriver arbete med en CGMLST-pipline och vi borde försöka få med representant därifrån i detta arbete.

2. Kommande arbete:
   Gruppens Scope och vilken ambitionsnivå gruppen skall lägga arbetet med pipeline på diskuterades. Det bestämdes att detta skulle tas upp i stora NGP gruppen för att inhämta synpunker därifrån. Framtagande av aktionspunker för gruppen avvaktar därför detta möte. Resurser för det arbete som kommer läggas ner diskuterades. Då detta projekt blir en pilot för hela GMS-plattformen kan man kanske se det delvis som ett Ap2 projekt? Finns det resurser kvar inom Ap2 på de olika GMC?

3. Nästa möte:
   Tid för nästa möte skal bestämmas efter NGP mötet 20-04-24, men skall hållas inom en snar framtid.

4. Teknologier och designprinciper:
   4.1. Vi behöver enas kring work-flow språk. Gemensamma utrymmen att utveckla på.
   4.2. Vad ska vi bygga med: Snake-make eller nextflow? Beslut kan vänta. Ni som redan arbetar med dessa, välj det som ni är mest bekväma med…
   4.3. Hur delar vi bäst. GitHub.

5. Workflow för Minimum Viable Produkt
   5.1. Har något ett flöde fritt från kommersiella komponenter vi skulle kunna bygga på? Då de flesta kör CLC idag som vi inte kan bygga detta på kommer vi använda Stockholms (Isaks) pipeline som bas. Lund har också en open-source-baserad pipeline, bjuda in dem? (Jonas Björkman)
   5.2. Initialt fokus på Illumina-sekvensering

6. Utrymme för gemensam utveckling
   6.1. Till nästa möte, kolla över Hur och med vad kan de olika orterna bidra med. Utgå från Isaks skiss, Vilka mjukvaror vill vi fylla på med. Hur långt skall initial pipeline sträcka sig. Vilka behov har varje site (mjukvara / funktioner). Kompatibilitet med nuvarande tekniker, vad kör vi idag. Behov Linköping: Inget egentligt behov av ”rutinanalys” då en pipeline (främst baserad på CLC) är i kliniskt bruk och ackrediterad. Det framtida behovet/önskan är framförallt att kunna dela data och studera utbrott i realtid (klustring av isolat från olika regioner). Detta kräver en mappning mot referensgenom samt variant call och SNP-fylogeni eller cgMLST, alternativt assembly + cgMLST. Exakt vilka verktyg som används är mindre viktigt om funktionen kan valideras mot nuvarande pipeline(s).
   Linköping använder Illumina MiSeq. Vad vill/kan vi bidra med? Kan förmodligen inte vara drivande i utvecklingen av kod och infrastruktur men vill gärna lära oss använda verktygen och bidra med idéer kring vilka funktioner som behövs. Bidrar gärna med data från diverse olika arter och utbrott samt validering mot existerande pipeline. Vi kan även bidra med benchmarking mot vår nuvarande lösning. Förslag för att komma igång är att fokusera på att kunna ladda upp Illumina-data och antingen göra en assembly (ex. Spades) eller mappa (ex. BWA) mot ett känt genom, förslagsvis MRSA då vi redan har massor av data på detta från alla sites. Om det går att använda en färdig fungerande pipeline vore det väl toppen att testa Isaks pipeline (gör ni någon SNP/cgMLST?), och den som används i Lund (vet att Lund också gör cgMLST som del av sin analys men har ingen aning om den går att integrera i systemet).

7. Övriga frågor

8. Tills nästa möte
   8.1. Se text under tidigare punkter.