Jag hade rätt, såklart.

Vi kör en vända till i klagosången. Himla tekniskt och torrt blir det nu för folk som inte arbetar med sekvenseringsdata från Illumina.

Av oklar anledning fick jag mitt data från vår core i export.txt format. Av självklara själ behöver jag veta hur kvalitén av varje bas kodas i mina fil, detta använder jag i senare steg. Och Illumina har alltså tre olika format för att koda detta. Jag frågade min core vad dom använt, och svaret var CAVASA 1.8 där kvalitén kodas som ASCII + 33. Detta innebär att illumina-basers kvalité kodas av ASCII 33-126, men inget rådata har någonsin högre kvalité än 45 (=78 i ASCII). Jag däremot hade siffror som gick från 66 till 105, vilket inte alls överensstämmer med phred+33...

Mejlar coren och frågar, och får två gånger svaret att datat är i phred+33. Men till slut mejlar dom sin fields specialist och frågar. Och det visar sig då att CASAVA 1.8 ger dig fastq och bam filer i phred+33, men qseq.txt och export.txt (som är menat att vara interna format) kodas i phred+64.

Kontentan:
# Illumina kodar sina kvalitéer på två olika sätt i samma program.
# Min core har inte koll på detta.
# Min core skickar mig export.txt när fastq och bam, de format som klassas som standard, faktiskt produceras och är menade att ges till kunden.
# Jag inser detta. Och måste ligga på och mejla och fråga upprepade gånger för att få det bekräftat.

Jag borde debitera dem för min tid.

Uppdatering: Eller så kan man anse att detta är mitt fel. Varför ska jag vara så himla noggrann?!

Länkkärlek

Another cyborgmanifesto skriven en kommentar till det faktum att alliansens tagit bort jämställdheten i föräldraförsäkringen som mål. Bra skrivet, och ur ett perspektiv som jag inte sett frågan i tidigare. Hur man som gift kvinna plötsligt ses som en barnmaskin. Och att kvinnor i allmänhet tjänar 3,6 miljoner mindre..

Min egen kommentar var kort och gott: "Tråkigt och onödigt. Anser alliansen att vi inte behöver hjälp och påtryckningar för att bli jämställda?". Innan fördelningen över lag är 50% per förälder så kommer arbetsmarknaden, såklart, inte bli jämställd. Varför skulle jag som arbetsgivare välja en person som med stor sannolikhet kommer vara borta två av de fem kommande åren? Nej, det skulle jag inte. Och det har jag all förståelse för.

Dödssynder för sekvenserings centra

Jag är bra på att uppmärksamma och störa mig på specialinstitutioner, såsom sekvenserings faciliteter, som inte klarar av att smidigt utföra sitt jobb. Oftast är det kontakten med oss kunder som fallerar. Kommunikationen, så att säga.

Prover sekvenseras (genotypas, masspekas, whatever) och du får en vacker dag ett mejl i inkorgen: "Your data has been posted!".
Jippie! Eller hur.. Nu börjar striden.

Steg ett. Hur laddar man hem datat? (Måste man använda Fetch, måste man vara inloggad med VPN, måste man skriva in en specifik kod för varje prov?)

Steg två. Vilket format är datat i? Vilka steg har personalen på centret redan tagit? (Har barcodes tagits bort, är sekvenser med bara "N" redan borttagna?) Ofta får du ditt data i något slags format som det kommersiella programmet kan producera, ett av de 14 möjliga formaten alltså. Så nu påbörjas första vågen av konvertering och formatering (30% av min tid. Minst!).

Steg tre. Hur stora var fragmenten som sekvenserades? Vilket protokoll användes?

Steg fyra. Min huvudvärk idag för övrigt. Vilken version av illuminas pipeline användes för att behandla mitt data? För det är ju nämligen så kul att det finns TRE (3) olika format för hur kvalitén av varje bas skrivs. Vi har illuminas pipelines upp till 1.2, sen har vi illuminas pipeline 1.3 tom 1.7, och sen har vi senaste varianten, 1.8. Och hör och häpna! I denna senaste variant är faktiskt formatet för kvalitétspoängen samma som det ursprungliga icke-Illumina formatet! (Grattis Illumina, ni är idioter.) Och det är ganska stor skillnad om en bas har kvalitén 2 eller 35, typ skillnaden mellan skit och bra, skillnaden mellan att 62% av mitt data är skit eller inte.

Som ni kanske gissat fick jag i detta fall ingen av dessa essentiella bitar av information av just denna core facilitet. Får man någonsin all information man behöver?

Så hur kan det vara så förbannat svårt att informera sina kunder om detta? Inte ens en gnutta social kompetens behövs, bara ett dokument på hemsidan som länkas i ett mejl till mig. För nej, bara för att det faktiskt finns beskrivet någonstans (om du går in under fliken About, sedan personal, klickar på lab managerns CV länk, skriver in adressen till hens privata hemsida, där hittar adressen till en wiki - tada!) så betyder det inte att jag magiskt kan hitta det.

Studentikos nostalgi

(Bild av Anemone Nemorosa, märkesbacken (campus Valla) i sin fulla glans.)

Har en kusin som denna termin började plugga i Linköping. Att se hennes nolle-p och alla bilder från början på livet där är roligt och skrämmande. Herregud så länge sedan det var! Vad roligt det var. Omtumlande att flytta hemifrån. Så himla skönt. Har aldrig i mitt liv lärt känna så många människor på så kort tid. De där första tre veckorna satte spår i nivå med ett år. Men också en otrolig bubbla. Helst för mig som egentligen totalt tappat kontakten med de flesta jag spenderade mina fyra linköpingsår med. En sån klassisk student, flyttade aldrig från Ryd. Toffel, småfet och ännu oinspirerad och understimulerad. Drack för mycket i perioder, åt för mycket pizza och för mycket kladdkaka och äppelpaj. Finns mycket bra och mycket dåligt i de där åren, men så himla glad att jag var där. Den exponentiella utvecklingen började där. Min personliga utveckling, och min insikt om att det gick att klara av mer, göra mer, vara bättre.

Men också människorna. De jag inte har kontakt med idag, och de jag fortfarande ser och hör av emellanåt. Det var ett väldigt roligt gäng jag rörde mig med. Och många på riktigt fina människor. Tråkigt att jag var, och fortfarande är, så dålig på att hålla kontakt. Och alltså Linköping, min studentstad, den är fin den!

Så lycka till kusinen!

just a spoon full of sugar

När jag är krasslig, förkyld och skrutten, då vill jag bara småäta sötsaker konstant. Blir jag piggare? Under de sekunder godisbiten eller kakan är i min mun, och ett fåtal sekunder efteråt - ja. Och kliet och obehaget i halsen blir såklart bättre. Mat går också bra, iofs. Äta helt enkelt. Men helst godis och kakor. Det är väldigt onyttigt att vara sjuk.

Det finns alltid mer att lära.

Ofta finner jag mig själv i situationer där min kunskap är begränsad, där det finns oändligt mycket som det vore bättre om jag kunde. Mer bash, bättre python, bättre R, mer Java, mer perl, något C++. Just nu brottas jag med XML konfigurering, scheman och instance documents. Allt för att bättre och smidigare lösa de problem jag har framför mig. Kunna använda de hjälpmedel som kanske finns, men som inte är beskrivna eller annoterade.

Och känslan av hjälplöshet. Är jag ensam om den? När min kunskap är för begränsad för att faktiskt fråga personerna som utvecklat programmet, när frågan är för specifik för att vara min IT supports ansvarsområde, när jag inte arbetar med någon som använder dessa verktyg. Google är min bästa vän, men för de flesta verktyg finns väldigt lite information ens där.

Vi är många i denna situation; vi som arbetar till 100% med analyser men som inte är datavetare eller ens statistiker i grunden. Vi som sitter med den biologiska och analytiska förståelsen, men där själva genomförandet, programmeringen, inte är vår främsta kvalité. Nu ska jag bygga en pipeline för att hantera DNA sekvenseringsdata för familjematerial, tex. Och ja, jag tycker att jag är rätt person för att arbeta med detta, jag tycker alla vi databundna biologer är helt essentiella, men luckan finns ändå här. Fältet har inte riktigt accepterat att vi finns här, tycker antagligen inte att vi borde bära den här rollen. Men när sekvenseringskostnaden sjunker snabbt som attans, när alla labb genomför projekt där now-generation-sequencing används, då måste alla också inse att det inte finns tillräckligt med rena programmerare och statistiker för att analysera allt data, och att proportionen biologer vid datorer som genomför avancerade analyser bara kommer att öka. Och att det faktsikt är en del av biologin.

All play no work makes Boel a .. ?

Finbesök från Sverige, mycket aktiviteter men idag försöker jag skyffla lite jobb. Senare kanelbullsbak!