Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/87252

TítuloDevelopment of MOSGUITO: a user-friendly graphical interface for meta-omics data analyses
Autor(es)Pereira, José Henrique Lopes
Orientador(es)Salvador, Andreia Filipa Ferreira
Pereira, Vítor
Palavras-chaveMeta-omics
MOSCA
Flask
MOSGUITO
API
Metaómica
Data13-Dez-2022
Resumo(s)Complex microbial communities are essential to all ecosystems, and by linking microbial identity to function, meta-omics technologies facilitate the interpretation of the processes cat alyzed by microorganisms. MOSCA is a command-line pipeline that performs bioinformatics analyses of metagenomics, metatranscriptomics, and metaproteomics. MOSGUITO is a web based tool developed in React, which allows the configuration of MOSCA’s workflow and the visualization of MOSCA outputs. Although the metadata and the configuration options of MOSCA could be easily customized and downloaded through MOSGUITO, MOSGUITO was unable to interact with MOSCA automatically. In this thesis, a third-tier client-server architecture was developed containing the Client MOSGUITO, the Server MOSCA, and a Database. MOSGUITO as a client-side can retrieve, store and delete data from the Database and start running analysis on MOSCA as a server. MOSCA as a server can receive files from the client-side and start an analysis run. The database can store results from MOSCA, input files from users, and respective user information from their login session. A full guide to how to utilize this new version of MOSGUITO is provided. MOSGUITO client-side can interact with MOSCA as a server using Flask APIs, end users don’t need to have knowledge on command-line pipelines to use MOSCA, nor the computer resources to download it. There fore users using MOSGUITO can optimize the usage and configuration of MOSCA, being able to analyze the data from omics experiments with a simple interaction with MOSGUITO.
Comunidades microbianas complexas são essenciais em todos os ecossistemas, as tecnologias metaómicas facilitam a interpretação dos processos catalisados pelos microrganismos, pois permitem ligar a identidade dos microrganismos a sua função. MOSCA é um pipeline que funciona a base de linha de comandos que realiza análises de bioinformática de meta- genómica, metatranscriptómica e metaproteómica. O MOSGUITO é uma ferramenta web desenvolvida em React, que permite a configuração do fluxo de trabalho do MOSCA e a visualização dos resultados. Embora os metadados e as opções de configuração do MOSCA possam ser facilmente personalizados e transferidas através do MOSGUITO, o MOSGUITO não conseguia interagir com o MOSCA automaticamente. Nesta tese, foi desenvolvida uma arquitetura cliente-servidor de terceiro nível contendo o Cliente MOSGUITO, o Servidor MOSCA e uma Base de Dados. O MOSGUITO como cliente pode recuperar, armazenar e excluir dados da base de dados e começar a executar análises no MOSCA como servidor. O MOSCA como servidor pode receber arquivos do lado do cliente e iniciar uma execução de análise. A base de dados pode armazenar resultados do MOSCA, ficheiros de input submetidos pelos utilizadores e respetivas informações da sessão de Login do utilizador. E apresentado um guia completo de como utilizar esta nova versão do MOSGUITO. O lado do cliente MOSGUITO pode interagir com o MOSCA como um servidor usando APIs construídas utilizando a framework Flask. Os Utilizadores finais não precisam ter conhecimento sobre linhas de comando para usar o MOSCA e sem a necessidade de recursos de computador para o transferir. Assim, os utilizadores do MOSGUITO otimizam o uso e a configuração do MOSCA, podendo analisar seus dados com uma simples interação com o MOSGUITO.
TipoDissertação de mestrado
DescriçãoDissertação de mestrado em Bioinformatics
URIhttps://hdl.handle.net/1822/87252
AcessoAcesso aberto
Aparece nas coleções:BUM - Dissertações de Mestrado
DI - Dissertações de Mestrado
CEB - Dissertações de Mestrado / MSc Dissertations

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Jose Henrique Lopes Pereira.pdfDissertação de Mestrado3,69 MBAdobe PDFVer/Abrir

Este trabalho está licenciado sob uma Licença Creative Commons Creative Commons

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID