Lesson 12 of 20

BCL — 기계가 실제로 적는 것

런 폴더를 열면 서열이 아니라 사이클이 들어 있다

런이 끝나면 폴더가 하나 생깁니다. 열어 보면 놀랍게도 서열 파일이 없습니다.

250815_VH00123_45_AAF7HJKM5/
  RunInfo.xml              <- 사이클을 어떻게 나눴나
  RunParameters.xml         <- 키트 · 플로우셀 정보
  InterOp/                 <- 품질 지표 (밀도 · %PF · Q30)
  Data/Intensities/BaseCalls/
    L001/
      C1.1/  C2.1/  C3.1/ …  <- 사이클마다 폴더 하나
  Logs/
  SampleSheet.csv           <- 인덱스와 시료 이름
    

C1.1 은 1번 사이클이라는 뜻입니다. 그 안에 그 사이클에 찍힌 모든 클러스터의 글자 하나씩이 들어 있어요.

High school기계가 실제로 적는 것

런 폴더를 열면 FASTQ가 없습니다. 대신 BCL 파일이 있어요.

	BCL	FASTQ
정리 단위	사이클별	read별
한 파일에	모든 클러스터의 그 사이클 염기	한 read의 전체 서열
사람이 읽기	불가 (이진)	가능 (텍스트)

기계는 사이클 단위로 씁니다 — 한 사이클이 끝날 때마다 모든 클러스터를 한꺼번에요.

High school왜 사이클별인가

3강을 떠올리면 이해됩니다. 기계는 한 사이클에 모든 클러스터를 동시에 처리해요.

사이클 1	사이클 2	…
클러스터 전부의 1번 염기	전부의 2번 염기	…

read를 만들려면 모든 사이클을 가로질러 모아야 합니다 — 그것이 변환입니다.

행렬을 전치하는 것 — 그것이 BCL 을 FASTQ 로 바꾸는 일의 뼈대입니다.

Python Runs in your browser

# BCL 은 가로가 아니라 세로로 적혀 있다
clusters = ["ACGTA", "TTGCA", "GGCTA", "ACGTT"]

print("우리가 원하는 것 (클러스터별 서열):")
for i, c in enumerate(clusters, 1):
    print("  클러스터 %d:  %s" % (i, c))
print()

print("기계가 적는 것 (사이클별 파일):")
n_cycle = len(clusters[0])
for cyc in range(n_cycle):
    col = "".join(c[cyc] for c in clusters)
    print("  C%d.1 파일:   %s   <- 이 사이클에 모든 점이 무엇이었나" % (cyc + 1, col))
print()

print("서열로 되돌리려면 세로로 읽습니다:")
for i in range(len(clusters)):
    seq = "".join("".join(c[cyc] for c in clusters)[i] for cyc in range(n_cycle))
    print("  클러스터 %d:  %s" % (i + 1, seq))
print()
print("이 뒤집기가 바로 BCL Convert 가 하는 일의 절반입니다.")

RunInfo.xml — 사이클을 어떻게 나눴나

<Reads>
  <Read Number="1" NumCycles="151" IsIndexedRead="N"/>
  <Read Number="2" NumCycles="8"   IsIndexedRead="Y"/>
  <Read Number="3" NumCycles="8"   IsIndexedRead="Y"/>
  <Read Number="4" NumCycles="151" IsIndexedRead="N"/>
</Reads>
    

이 네 줄이 3강에서 손으로 짠 표 그대로입니다. 런을 걸 때 정한 것이 여기 적혀 있고, 나중에 이 파일을 보고 변환 프로그램이 사이클을 잘라 나눕니다.

High schoolbcl2fastq / BCL Convert

하는 일	내용
사이클을 가로질러 모음	BCL → read
인덱스를 읽어 시료별로 나눔	디멀티플렉싱 — 11강
품질 점수 변환	Q → ASCII 문자
어댑터 자르기 (선택)	—

이때 시료 시트가 필요합니다 — 어느 인덱스가 어느 시료인지 적은 표예요.

InterOp 지표 넷이면 런의 성패가 거의 갈립니다.

Python Runs in your browser

# 런 요약을 보고 판정한다
def judge(name, v, lo, hi, msg):
    ok = lo <= v <= hi
    print("%s %-26s %8.1f   (정상 %.0f ~ %.0f)" % ("OK " if ok else "!! ", name, v, lo, hi))
    if not ok:
        print("       -> %s" % msg)

print("=== 런 A ===")
judge("클러스터 밀도 K/mm2", 210, 170, 250, "로딩 농도 확인")
judge("%PF",                 88,  80, 100, "과다 로딩 의심 (5강)")
judge("%Occupied",           92,  85, 100, "라이브러리가 모자랐나")
judge("%>=Q30",              91,  80, 100, "사진 품질 확인")
print()
print("=== 런 B ===")
judge("클러스터 밀도 K/mm2", 340, 170, 250, "로딩 농도 확인")
judge("%PF",                 54,  80, 100, "과다 로딩 의심 (5강)")
judge("%Occupied",           98,  85, 100, "라이브러리가 모자랐나")
judge("%>=Q30",              79,  80, 100, "사진 품질 확인")
print()
print("B 는 라이브러리를 너무 많이 넣었습니다.")
print("점은 많은데 절반이 겹쳐서 버려졌어요.")

High school시료 시트를 틀리면

실수	결과
인덱스 서열을 잘못 적음	그 시료의 read가 Undetermined로
역상보를 안 씀	장비에 따라 인덱스 방향이 다름 — 전부 실패
시료 이름을 바꿔 적음	시료가 뒤바뀜 — 알아채기 어려움

세 번째 줄이 가장 위험합니다 — 자료는 정상인데 라벨이 틀렸습니다.

그래서 성별 유전자나 알려진 표지자로 확인하는 습관이 필요해요. Undetermined 비율이 높으면 첫 두 줄을 의심합니다.

🤔 Check yourself

BCL 파일 하나에 들어 있는 것은?

🤔 Check yourself

FASTQ 를 만들기 전에 먼저 봐야 하는 것은?