Introduzione

Questa pagina presenta una lista di software, librerie e pacchetti utilizzabili su Ubuntu utili nell'ambito della biologia. I contenuti sono divisi in due categorie principali: bioinformatica e chimica computazionale. Nonostante sia una estrema semplificazione degli approcci informatici adottati in biologia, assumiamo per semplicità questi come i filoni principali di ricerca.

Bioinformatica

BBMap

• Sito: https://sourceforge.net/projects/bbmap/

• Descrizione: programma per l'allineamento di frammenti (reads) contro una sequenza di riferimento, supporta l'allineamento delle reads prodotte dai principali metodi di sequenziamento di nuova generazione.

• Licenza: Free

BioConda

• Sito: https://bioconda.github.io/

• Descrizione: Bioconda è un repository di software per la bioinformatica distribuito sul package manager Conda.

• Licenza: MIT License (più licenze specifiche per i singoli pacchetti)

BioconductoR

• Sito: https://www.bioconductor.org/

• Descrizione: collezione di librerie, pacchetti e dataframe sviluppati per R allo scopo di effettuare calcoli e analisi di dati in ambito omico (principalmente genomica e proteomica, ma non solo).

• Licenza: Artistic License 2.0

BioPerl

• Sito: https://bioperl.org/

• Descrizione: repository di moduli per linguaggio Perl dedicati alla bioinformatica.

• Licenza: GNU Free Documentation License 1.2

Biopython

• Sito: https://biopython.org/

• Descrizione: insieme di tool di programmazione sviluppati in Python. È un progetto collaborativo distribuito per sviluppare librerie e applicazioni Python che soddisfino le esigenze del lavoro del bioinformatico.

• Licenza: il cpdice sorgente viene distribuito con licenza Biopython License

Bowtie

• Sito: http://bowtie-bio.sourceforge.net/index.shtml

• Descrizione: pacchetto software comunemente utilizzato per l'allineamento di frammenti (provenienti da metodi di sequenziamento) contro assembly genomici di riferimento.

• Licenza: Artistic License 2.0

CytoScape

• Sito: https://cytoscape.org/

• Descrizione: piattaforma open source per la visualizzazione di network di interazioni molecolari e pathways biologici. Consente di integrare i network con annotazioni funzionali (ad esempio Gene Ontology), profili di espressione genica e molto altro.

• Licenza: GNU LGPL (Lesser General Public License)

FastQC

• Sito: https://www.bioinformatics.babraham.ac.uk/projects/fastqc/

• Descrizione: tool per il controllo qualità di raw data provenienti da pipeline di sequenziamento high throughput.

• Licenza: GNU GPL v3

GATK

• Sito: https://gatk.broadinstitute.org/hc/en-us

• Descrizione: suite di strumenti per analisi genomiche e caratterizzazione di varianti a partire da dataset di sequenziamento.

• Licenza: Apache 2.0

HMMER

• Sito: http://hmmer.org/

• Descrizione: programma di allineamento di sequenze per la ricerca di sequenze omologhe, l'algoritmo si basa sul modello di Markov nascosto.

• Licenza: BSD-3

ImageJ

• Sito: https://imagej.net/Welcome

• Descrizione: software per la rielaborazione analitica di immagini acquisite da strumenti di laboratorio (microscopia, fluorescenza, etc.).

• Licenza: BSD-2

MaxQuant/Perseus

• Sito: https://maxquant.net/

• Descrizione: piattaforma per l’analisi di dati di proteomica quantitativa, in particolare MaxQuant è disegnato specificamente per l’analisi di dataset da spettrometria di massa.

• Licenza: Freeware

Muscle

• Sito: http://www.drive5.com/muscle/

• Descrizione: tool per allineamento multiplo di sequenze. Questo software è particolarmente indicato per eseguire allineamenti strutturali con strutture 3D.

• Licenza: Public Domain

PHYLIP

• Sito: https://evolution.genetics.washington.edu/phylip.html

• Descrizione: pacchetto di programmi per inferire alberi evolutivi e fare analisi filogenetiche.

• Licenza: FOSS

Prokka

• Sito: https://vicbioinformatics.com/software.prokka.shtml

• Descrizione: software per l'annotazione di genomi virali e batterici.

• Licenza: GNU GPL v2

psort

• Sito: http://psort.org/

• Descrizione: famiglia di programmi per la predizione della localizzazione subcellulare di proteine.

• Licenza: FOSS

Seaview

• Sito: http://doua.prabi.fr/software/seaview

• Descrizione: semplice editor per la manipolazione di allineamenti multipli.

• Licenza: GNU GPL

T-Coffee

• Sito: http://www.tcoffee.org/

• Descrizione: piattaforma integrata tool per allineamento multiplo di sequenze. Questo software è noto per le sue performance, permette di usare anche profili di struttura secondaria.

• Licenza: GNU GPL, Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License

UGENE

• Sito: http://ugene.net/

• Descrizione: piattaforma integrata per l'analisi di dati biologici come sequenze, annotazioni, allineamenti multipli, alberi filogenetici, assembly NGS e molto altro.

• Licenza: GNU GPL v2.0

Chimica Computazionale

AMBER

• Sito: https://ambermd.org

• Descrizione: software per simulazioni di dinamica molecolare, molto impiegato per la robustezza e l’affidabilità dei force field che implementa.

• Licenza: il core principale di AMBER viene rilasciato sotto licenza proprietaria, i tool di analisi e sviluppo (AMBERTools) vengono rilasciati con licenze GPL o FOSS.

AutoDock

• Sito: http://autodock.scripps.edu/

• Descrizione: suite di tool per eseguire calcoli di docking, predice pose strutturali su come piccole molecole possano legarsi a recettori la cui struttura 3D è nota sperimentalmente.

• Licenza: GNU General Public License, Licenza Apache

Bioblender

• Sito: http://www.bioblender.org/

• Descrizione: estensione di Blender per la visualizzazione e il rendering di biomolecole.

• Licenza: GNU GPL

ccp4

• Sito: https://www.ccp4.ac.uk/

• Descrizione: il Collaborative Computational Project Number 4 (ccp4) è un progetto istituito nel 1979 per supportare la collaborazione tra ricercatori che lavorano nello sviluppo di software e assemblare una raccolta completa di software per la biologia strutturale. Esiste un progetto derivato (Collaborative Computational Project for Electron cryo-Microscopy - ccp-em) dedicato alla microscopia crioelettronica.

• Licenza: dipenda dai singoli pacchetti della raccolta.

Chimera

• Sito: https://www.cgl.ucsf.edu/chimera/

• Descrizione: software per la visualizzazione e l'analisi interattiva di strutture molecolari e dati correlati, tra cui mappe di densità, complessi supramolecolari, allineamenti di sequenze, risultati di docking, traiettorie e ensemble conformazionali.

• Licenza: Free per uso non commerciale

GROMACS

• Sito: https://www.gromacs.org/

• Descrizione: software per simulazioni di dinamica molecolare, molto utile per i numerosi tool di analisi post-produzione che offre.

• Licenza: GNU Lesser General Public License (LGPL), version 2.1

Modeller

• Sito: https://salilab.org/modeller/

• Descrizione: Software per la creazione di modelli strutturali di proteine usando l’approccio del homology modeling

• Licenza: Software proprietario: academic nonprofit freeware, Software commerciale

NAMD

• Sito: https://www.ks.uiuc.edu/Research/namd/

• Descrizione: software per simulazioni di dinamica molecolare, particolarmente adatto per simulazioni avanzate di meta-dinamica (ad esempio Accelerated Molecular Dynamics).

• Licenza: Software proprietario, freeware for noncommercial use

Open Babel

• Sito: http://openbabel.org/wiki/Main_Page

• Descrizione: toolbox per la conversione di formati di file chimici.

• Licenza: GNU GPL v2.0

PyMOL

• Sito: https://pymol.org/

• Descrizione: viewer molecolare di alto livello, ideale per la produzione di materiale da pubblicare o presentare.

• Licenza: la versione attuale di PyMOL è chiusa e a pagamento rilasciata da Schrodinger.

  Esistono progetti open e free ma potrebbero riguardare vecchie versioni forse non più mantenute.

Quantum ESPRESSO

• Sito: https://www.quantum-espresso.org/

• Descrizione: suite per i calcoli della struttura elettronica la modellazione di materiali, si basa sulla teoria del funzionale della densità (DFT).

• Licenza: GNU GPL

Rosetta

• Sito: https://www.rosettacommons.org/

• Descrizione: software per la modellazione ab initio di macromolecole, punto di riferimento per la predizione di strutture proteiche. Considerato l'intensivo sforzo di calcolo richiesto Rosetta viene distribuito anche come servizio online.

• Licenza: Commerciale, liberamente disponibile per uso accademico

ViennaRNA

• Sito: https://www.tbi.univie.ac.at/RNA/

• Descrizione: pacchetto di tools per la predizione e l'analisi di strutture secondarie di RNA.

• Licenza: FOSS

VMD

• Sito: http://www.ks.uiuc.edu/Research/vmd/

• Descrizione: viewer molecolare particolarmente versatile per la visualizzazione grafica di simulazioni di dinamica molecolare

• Licenza: Distribution specific

Ulteriori risorse online

• CATH: banca dati per la classificazione strutturale di domini proteici.

• DAVID: database di annotazioni funzionali su dati provenienti da microarray.

• EMBL-EBI: portale dell'European Bioinformatics Institute, gestito dall'European Molecular Biology Laboratory. Tra i diversi servizi che offre citiamo:

  • Ensembl: browser genomico.

  • InterPro: banca dati per la classificazione di famiglie di proteine.

  • MSA tools: tools online di allineamento multiplo di sequenze.

  • PDBsum: database che colleziona informazioni e annotazioni su strutture 3D (file PDB).

• EMBnet: l'European Molecular Biology network è una rete scientifica internazionale e un gruppo di interesse che mira a migliorare i servizi di bioinformatica riunendo competenze e capacità di bioinformatica.

• EMBO: l'European Molecular Biology Organization è un'organizzazione che riunisce scienziati e ricercatori scientifici sulla base dell'"eccellenza nella ricerca" nell'area delle scienze biologiche e in particolare della biologia molecolare.

• Galaxy: piattaforma integrata per l'analisi di dati genomici, offre numerosi tool da combinare in workflow customizzabili.

• GeneCards: questo portale rappresenta il punto di partenza per reperire una grande quantità di informazioni e annotazioni sui geni umani.

• GenePattern: piattaforma per l'analisi dell'espressione genica (RNA-seq and microarray), copy number variation, proteomica, citometria di flusso e network analysis.

• Gene Ontology: progetto bioinformatico atto a unificare la descrizione delle caratteristiche dei prodotti dei geni in tutte le specie viventi attraverso lo sviluppo di un vocabolario controllato i cui termini sono interconnessi gli uni agli altri attraverso un grafo ad albero.

• KEGG Pathway Database: database di pathway metabolici.

• Immune Epitope DataBase: database che raccoglie antigeni ed epitopi isolati e carratterizzati, contiene pure annotazioni di natura immunologica.

• MEME: raccolta di tool online per individuare motivi e fare inferenza su sequenze amminoacidiche o di acidi nucleici che non risultano note da allineamenti.

• NCBI: portale del National Center for Biotechnology Information, gestito dal National Institute of Health (NIH). Tra i diversi servizi che offre citiamo:

  • BLAST: metodi per l'allineamento locale di sequenze.

  • (Entrez)Gene: banca dati di geni isolati e caratterizzati.

  • PubMed: portale per la ricerca bibliografica di articoli scientifici peer reviewed.

  • RefSeq: banca dati di sequenze amminoacidiche risolte sperimentalmente.

• Nextflow: piattaforma per gestire workflow e pipeline scientifiche usando software containers.

• OMIM: banca dati sulle malattie ereditarie e disordini genetici.

• Pathway Commons: portale per la ricerca di pathways metabolici.

• Protein Data Bank: repository di strutture 3D di macromolecole (proteine, acidi nucleici) risolte sperimentalmente.

• Protein Structure Prediction Center: questo sito raccoglie i risultati dei CASP (Critical Assessment of protein Structure Prediction), un contest internazionale per la valutazione di metodi innovativi di predizione di strutture 3D.

• Reactome: database di pathway metabolici.

• SCOP: database per la classificazione strutturale delle proteine.

• Snakemake: sistema di gestione di workflow per creare analisi riproducibili e scalabili, sviluppato in Python.

• STRING: tool per l'analisi di network di interazioni proteina-proteina.

• SYMPRED: metaserver che colleziona i risultati e restituisce un consensus dei principali metodi di predizione di struttura secondaria delle proteine.

• Taverna: piattaforma per la progettazione e l'esecuzione di workflow.

• The Human Protein Atlas: database utile per valutare dove e in che modo sono espresse le proteine umane, basato su dati di evidenze sperimentali.

• UCSC Genome Browser: browser genomico per visualizzare dove mappano i geni sui genomi di diversi organismi.

• UniProtKB: repository di annotazioni funzionali di proteine (sperimentali e computazionali).

• Varsome: bancadati che raccoglie mutazioni e varianti genetiche umane.

Ulteriori risorse

• UbuntuScience/Biology: pagina con ulteriori voci sul wiki internazionale, dalla quale questa guida prende spunto.

• Molecular mechanics: pagina di Wikipedia con i principali software, e relativo confronto, per calcoli di meccanica molecolare.

CategoryScienza