可视化生信分析利器-Galaxy(第一讲)

2024-06-23 21:18

本文主要是介绍可视化生信分析利器-Galaxy(第一讲),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

什么是Galaxy

很多公司开始推广他们的可视化生信分析工具,有人说未来的趋势是无代码,分析只要拖拖点点就行了。无代码只能说是一个噱头,毕竟人人都会“用"excel,也不是人人都是数据分析师。

但是一个数据分析师肯定知道如何正确的使用excel,所以一个真正的生信媛/猿也不会嫌弃那些可视化的工具。毕竟写代码累了,没事拖拖点点也是别样的乐趣。

Galaxy就是很多年前在云计算背景下诞生的开源项目, 目前在GitHub上有362个star,165个贡献者。

官方站点: https://usegalaxy.org/,如果感兴趣的话可以在云端玩耍下。

2013053-f8e8afd777c7abed.png
Galaxy

然后,将有一波galaxy学习笔记更新而来。

安装

在正式安装之前,确保自己使用的是Unix/Linux系统,并且安装了Python,且版本是2.7.(最好还有Git)。

galaxy的安装非常简单,就是从github上克隆一份到本地,然后运行部署脚本,然后等着。

# 我习惯把软件安装在biosoft下
cd ~/biosoft
# 克隆到本地
git clone -b release_17.09 https://github.com/galaxyproject/galaxy.git
cd galaxy
# 修改配置文件
cp config/galaxy.ini.sample config/galaxy.ini
# The port on which to listen.
port = 1024
# The address on which to listen.  By default, only listen to localhost (Galaxy
# will not be accessible over the network).  Use '0.0.0.0' to listen on all
# available network interfaces.
host = 0.0.0.0
# 运行
sh run.sh

我这里简单的修改了配置文件, 使其可以被内网的其他用户通过“IP:1024"的方式访问。

2013053-863ffc293b0ffe6b.jpg
image

配置

管理员账号

Galaxy后续如果要进行软件安装,管理用户等操作,就必须要先要成为管理员。

第一步: 在galaxy进行注册

2013053-cbd62a7d763475bc.jpg
image

第二步: 修改配置文件config/galaxy.ini,更改其中的admin_users.

# this should be a comma-separated list of valid Galaxy users
admin_users = user1@example.com,user2@example.com

第三步: 重启run.sh或者重新登陆账号,就会发现在工作栏上多了Admin这一部分。

安装软件

安装工具OR下载数据有三种方法:

  • 从Tool Shed安装
  • 手动添加到Galaxy中
  • 脚本自动化完成

其中从Tool shed安装最方便,官方教程介绍的非常详细,跟从APP Store下载软件没有啥太大区别。

如下演示BWA软件如何安装。

2013053-9fb25c04b580e368.jpg
image

小技巧: galaxy同样利用bioconda进行生信软件管理,因此修改galaxy/config/galaxy.ini中如下行

# conda_ensure_channels = iuc,bioconda,conda-forge,defaults,r
conda_ensure_channels = iuc,https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/,https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/,defaults,r

这行代码仅针对国内用户,感谢清华镜像源。

可视化数据管理

数据管理是一件非常琐碎,非常基础,但是却非常重要的事情。你不能直接把数据丢在一边,假装他已经被你整理了。你必须面对这只”灰犀牛“,知道如何正确的对数据进行管理。

生信分析的数据可以分为以下几类:

  • 参考序列,注释文件,索引文件
  • 用户上传数据
  • 分析过程中所产生的数据

Galaxy建立了专门的数据管理体系,用于记录这几类数据,便于不同工具间的交互。

Part I:准备参考基因序列并建立索引。

和这部分相关的工具位于Data ManagersData source两个工具分类下。

2013053-1f9a883dd706a426.jpg
image

这一部分需要安装的工具如下,请参考安装软件一节完成安装。

  • data_manager_fetch_genome_dbkeys_all_fasta
  • data_manager_bwa_mem_index_builde
  • data_manager_bowtie2_index_builder
  • data_manager_fetch_gene_annotation
  • data_manager_hisat2_index_builder

安装完成之后,点击adminlocal data会出现如下内容。

2013053-a19f1f022dcf06c1.jpg
image

hu

拟南芥为例, 我事先在TAIR上复制了其参考基因组的下载地址, 随后在adminlocal data中选择"ata_manager_fetch_genome_dbkeys_all_fasta"进行下载。

2013053-0e879149ab36ae8d.jpg
image

hua

随后就能在如下的"Data Manager Jobs"查看运行进程。

2013053-9cac29ccb244f506.jpg
image

不难发现,其实我也是在2次失败的尝试后,才找到的正确地使用方式。但是由于我重复添加同一个物种,结果后面各种报错,于是我就只能使用了最后的绝招--重装Galaxy。

后续需要对参考基因组建立索引,过程和上面的一致,只不过你需要选择BWA-MEM index,之后就是点点然后等几分钟就行了。

如果是人类的参考基因组,可以考虑下载已有的索引,然后修改galaxy的配置文件。

Part II: 用户上传数据

用户上传数据这一块比较简单,如下图选择Upload File, 然后从本地选择需要的数据进行上传即可。

2013053-54ec15b06bc98bae.jpg
image

Part III: 中间数据。 这个部分目前不需要担心,你可以将分析结果下载到本地,然后在本地用IGV进行查看。这个部分在workflow会继续再介绍。

2013053-45ce669a6a27a1e2.jpg
image

下一讲

如何自动化安装软件?如何配置galaxy项目还没有的工具?大规模数据应该如何上传?

这些内容见下一讲吧。

这篇关于可视化生信分析利器-Galaxy(第一讲)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1088299

相关文章

Spring Cloud:构建分布式系统的利器

引言 在当今的云计算和微服务架构时代,构建高效、可靠的分布式系统成为软件开发的重要任务。Spring Cloud 提供了一套完整的解决方案,帮助开发者快速构建分布式系统中的一些常见模式(例如配置管理、服务发现、断路器等)。本文将探讨 Spring Cloud 的定义、核心组件、应用场景以及未来的发展趋势。 什么是 Spring Cloud Spring Cloud 是一个基于 Spring

可视化实训复习篇章

前言: 今天,我们来学习seaborn库可视化,当然,这个建立在Matplotlib的基础上,话不多说,进入今天的正题吧!当然,这个是《python数据分析与应用》书中,大家有需求的可以参考这本书。 知识点: Matplotlib中有两套接口分别是pyplot和pyylab,即绘图时候主要导入的是Matplotlib库下的两个子模块(两个py文件)matplotlib.pyplot和matp

[职场] 公务员的利弊分析 #知识分享#经验分享#其他

公务员的利弊分析     公务员作为一种稳定的职业选择,一直备受人们的关注。然而,就像任何其他职业一样,公务员职位也有其利与弊。本文将对公务员的利弊进行分析,帮助读者更好地了解这一职业的特点。 利: 1. 稳定的职业:公务员职位通常具有较高的稳定性,一旦进入公务员队伍,往往可以享受到稳定的工作环境和薪资待遇。这对于那些追求稳定的人来说,是一个很大的优势。 2. 薪资福利优厚:公务员的薪资和

Windows/macOS/Linux 安装 Redis 和 Redis Desktop Manager 可视化工具

本文所有安装都在macOS High Sierra 10.13.4进行,Windows安装相对容易些,Linux安装与macOS类似,文中会做区分讲解 1. Redis安装 1.下载Redis https://redis.io/download 把下载的源码更名为redis-4.0.9-source,我喜欢跟maven、Tomcat放在一起,就放到/Users/zhan/Documents

高度内卷下,企业如何通过VOC(客户之声)做好竞争分析?

VOC,即客户之声,是一种通过收集和分析客户反馈、需求和期望,来洞察市场趋势和竞争对手动态的方法。在高度内卷的市场环境下,VOC不仅能够帮助企业了解客户的真实需求,还能为企业提供宝贵的竞争情报,助力企业在竞争中占据有利地位。 那么,企业该如何通过VOC(客户之声)做好竞争分析呢?深圳天行健企业管理咨询公司解析如下: 首先,要建立完善的VOC收集机制。这包括通过线上渠道(如社交媒体、官网留言

【第十三课】区域经济可视化表达——符号表达与标注

一、前言 地图最直接的表达就是使用符号表达。使用符号可以把简单的点线面要 素渲染成最直观的地理符号,提高地图的可读性。只要掌握了 ArcGIS 符号制 作的技巧,分析符号并总结出规则,就可以制作符合要求的地图+符号。 (一)符号的选择与修改 符号的选择在制图中至关重要,使用符号选择器对话框可从多个可用样式 中选择符号,并且每个符号都有一个标签用来描述其图形特征,如颜色或类型, 利用这些标签可

打包体积分析和优化

webpack分析工具:webpack-bundle-analyzer 1. 通过<script src="./vue.js"></script>方式引入vue、vuex、vue-router等包(CDN) // webpack.config.jsif(process.env.NODE_ENV==='production') {module.exports = {devtool: 'none

Java中的大数据处理与分析架构

Java中的大数据处理与分析架构 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿!今天我们来讨论Java中的大数据处理与分析架构。随着大数据时代的到来,海量数据的存储、处理和分析变得至关重要。Java作为一门广泛使用的编程语言,在大数据领域有着广泛的应用。本文将介绍Java在大数据处理和分析中的关键技术和架构设计。 大数据处理与

段,页,段页,三种内存(RAM)管理机制分析

段,页,段页         是为实现虚拟内存而产生的技术。直接使用物理内存弊端:地址空间不隔离,内存使用效率低。 段 段:就是按照二进制文件的格式,在内存给进程分段(包括堆栈、数据段、代码段)。通过段寄存器中的段表来进行虚拟地址和物理地址的转换。 段实现的虚拟地址 = 段号+offset 物理地址:被分为很多个有编号的段,每个进程的虚拟地址都有段号,这样可以实现虚实地址之间的转换。其实所谓的地

mediasoup 源码分析 (八)分析PlainTransport

mediasoup 源码分析 (六)分析PlainTransport 一、接收裸RTP流二、mediasoup 中udp建立过程 tips 一、接收裸RTP流 PlainTransport 可以接收裸RTP流,也可以接收AES加密的RTP流。源码中提供了一个通过ffmpeg发送裸RTP流到mediasoup的脚本,具体地址为:mediasoup-demo/broadcaste