Conjuntos de dados para o Treinamento em Reprodutibilidade para Análise de Dados (TRAD2026)
Authors/Creators
-
1.
Brazilian Center for Research in Energy and Materials
Description
Treinamento em Reprodutibilidade para Análise de Dados (TRAD2026): Descrição dos conjuntos de dados ômicos
Laboratório Nacional de Biociências (LNBio) · Centro Nacional de Pesquisa em Energia e Materiais (CNPEM)
Laboratório Nacional de Biorrenováveis (LNBR) · Centro Nacional de Pesquisa em Energia e Materiais (CNPEM)
Descrição
Este depósito reúne subconjuntos de dados ômicos selecionados para as atividades práticas do Treinamento em Reprodutibilidade para Análise de Dados (TRAD2026). Cada subconjunto foi definido pela seleção de acessos SRR representativos dos respectivos estudos de origem. O material contempla diferentes abordagens de geração e análise de dados biológicos, incluindo genômica, transcriptômica, metagenômica shotgun e sequenciamento de amplicons do gene 16S rRNA.
Ao todo, são disponibilizados nove conjuntos de dados, correspondentes a três conjuntos genômicos, dois transcriptômicos, dois metagenômicos shotgun e dois conjuntos de amplicons 16S rRNA. A seleção inclui dados produzidos por Illumina, Ion Torrent, Oxford Nanopore e PacBio HiFi, permitindo explorar diferentes tecnologias e formas de organização das leituras.
Escopo e seleção dos dados
Os estudos de origem possuem conjuntos de dados mais amplos. Para o TRAD2026, foram selecionados 49 acessos SRR representativos, de modo a tornar o volume de dados compatível com os objetivos e a infraestrutura das atividades práticas.Subconjuntos selecionados
| Conjunto | Organismo ou contexto | Tipo e tecnologia dos dados | Número de acessos | Acessos selecionados |
|---|---|---|---|---|
| Dourado | Salminus brasiliensis | Genômica/WGS; Illumina paired-end | 3 | SRR17407720, SRR37670351 e SRR37671906 |
| Bugio-preto | Alouatta caraya | Genômica/WGS; Oxford Nanopore PromethION; leituras longas não pareadas | 1 | SRR38321363 |
| Flor-de-Carajás | Ipomoea cavalcantei | Genômica/WGS; PacBio Sequel IIe; leituras HiFi não pareadas | 1 | SRR35396924 |
| Açaí | Frutos de Euterpe oleracea | RNA-seq; Oxford Nanopore; leituras longas não pareadas | 4 | SRR33581420, SRR33581421, SRR33581422 e SRR33581424 |
| Câncer de cabeça e pescoço | Tumores humanos primários e recorrentes (HNSCC) | RNA-seq; Illumina paired-end | 4 | SRR14428034, SRR14428035, SRR14428042 e SRR14428043 |
| Microbiota de abelhas | Microbiota intestinal de Apis mellifera | Metagenômica shotgun; Illumina paired-end | 3 | SRR24759596–SRR24759598 |
| Microbiota de capivara | Microbiota intestinal de Hydrochoerus hydrochaeris | Metagenômica shotgun; Illumina paired-end | 3 | SRR11852046–SRR11852048 |
| 16S da capivara | Microbiota intestinal de Hydrochoerus hydrochaeris | Amplicon 16S rRNA; Illumina paired-end | 6 | SRR11852069–SRR11852074 |
| 16S de água e efluentes | Amostras brasileiras de água e efluentes coletadas em São Paulo | Amplicon 16S rRNA; Ion Torrent S5 single-end | 24 | SRR27211468–SRR27211473, SRR27211477, SRR27211486–SRR27211492, SRR27211499, SRR27211506–SRR27211512 e SRR27211521–SRR27211522 |
No conjunto de água e efluentes, foram selecionadas 24 amostras brasileiras: seis amostras de água da Raia da USP, seis de efluente hospitalar do Hospital das Clínicas da FMUSP e 12 de efluentes urbanos de duas estações de tratamento de São Paulo. As coletas ocorreram entre janeiro e junho de 2022. Os amplicons foram sequenciados em Ion Torrent S5 no modo single-end e, portanto, não possuem pares R1 e R2.
O estudo de Ipomoea cavalcantei produziu duas montagens haplotípicas, depositadas sob os acessos JBUPYS000000000 e JBUPYT000000000, além de dados brutos PacBio HiFi e Hi-C associados aos BioProjects PRJNA1327434 e PRJNA1327435 e ao BioSample SAMN51280989. Para o TRAD2026, foi selecionado somente o acesso PacBio HiFi SRR35396924.
Origem dos dados
| Conjunto | BioProject ou estudo de origem | Publicação associada |
|---|---|---|
| Dourado | PRJNA792751, PRJNA1433447 e PRJNA1433448 |
Graciano et al. (2022), para SRR17407720; projetos de 2026 ainda sem artigo associado |
| Bugio-preto | PRJNA1404690 |
BioProject de 2026 ainda sem artigo associado |
| Flor-de-Carajás | PRJNA1327434 e PRJNA1327435; SRP620331 |
Canesin et al. (2026) |
| Açaí | PRJNA1265274, PRJNA1265420 e PRJNA1262982 |
Barbosa et al. (2026) |
| HNSCC | PRJNA727315; GSE173855 |
Weber et al. (2022) |
| Microbiota de abelhas | PRJNA977416 |
Sbaghdi et al. (2024) |
| Metagenômica da capivara | PRJNA563062 |
Cabral et al. (2022) |
| 16S da capivara | PRJNA563062 |
Cabral et al. (2022) |
| 16S de água e efluentes | PRJNA880881 |
Scaccia et al. (2024) |
Organização dos arquivos
Os dados estão organizados em diretórios correspondentes a cada conjunto biológico:
.
├── 16S_Hydrochoerus_hydrochaeris/
├── 16S_Waterwaste/
├── Alouatta_sp/
├── Apis_mellifera/
├── Euterpe_oleracea/
├── HNSCC/
├── Ipomoea_cavalcantei/
├── MG_Hydrochoerus_hydrochaeris/
└── Salminus_brasiliensis/Nos conjuntos paired-end, cada acesso é representado por dois arquivos FASTQ, geralmente identificados pelos sufixos _1 e _2 ou por R1 e R2. Nos conjuntos single-end e de leituras longas não pareadas, há apenas um arquivo de leitura por acesso SRR.
Referências bibliográficas
-
GRACIANO, R. C. D.; OLIVEIRA, R. S.; SANTOS, I. M.; YAZBECK, G. M. Genomic Resources for Salminus brasiliensis. Frontiers in Genetics, v. 13, artigo 855718, 2022. https://doi.org/10.3389/fgene.2022.855718.
-
CANESIN, L. E. C.; VILLAÇA, S. T.; MAGALHÃES, L.; et al. Diploid chromosome-level genome assembly of the Amazonian endemic morning glory Ipomoea cavalcantei D.F. Austin. Scientific Data, v. 13, artigo 972, 2026. https://doi.org/10.1038/s41597-026-07258-4.
-
BARBOSA, M. S. R.; et al. The genome sequence of the açaí berry (Euterpe oleracea Mart.) and RNA-Seq analysis of the fruit ripening. Genome, v. 69, p. 1–14, 2026. https://doi.org/10.1139/gen-2025-0105.
-
WEBER, P.; KÜNSTNER, A.; HESS, J.; et al. Therapy-Related Transcriptional Subtypes in Matched Primary and Recurrent Head and Neck Cancer. Clinical Cancer Research, v. 28, n. 5, p. 1038–1052, 2022. https://doi.org/10.1158/1078-0432.CCR-21-2244.
-
SBAGHDI, T.; GARNEAU, J. R.; YERSIN, S.; et al. The Response of the Honey Bee Gut Microbiota to Nosema ceranae Is Modulated by the Probiotic Pediococcus acidilactici and the Neonicotinoid Thiamethoxam. Microorganisms, v. 12, n. 1, artigo 192, 2024. https://doi.org/10.3390/microorganisms12010192.
-
CABRAL, L.; PERSINOTI, G. F.; PAIXÃO, D. A. A.; et al. Gut microbiome of the largest living rodent harbors unprecedented enzymatic systems to degrade plant polysaccharides. Nature Communications, v. 13, artigo 629, 2022. https://doi.org/10.1038/s41467-022-28310-y.
-
SCACCIA, N.; DA SILVA FONSECA, J. V.; MEGUEYA, A. L.; et al. Analysis of chlorhexidine, antibiotics and bacterial community composition in water environments from Brazil, Cameroon and Madagascar during the COVID-19 pandemic. Science of the Total Environment, v. 932, artigo 173016, 2024. https://doi.org/10.1016/j.scitotenv.2024.173016.