跳转至

Softeware

在生物信息学领域，我们需要使用大量的软件和工具来进行数据处理和分析。这些软件涵盖了从序列比对、基因组装到功能注释和统计分析的方方面面。为了确保分析的可重复性、可靠性以及高效性，了解如何管理和下载这些软件至关重要。

二进制文件安装

一些软件提供预编译的二进制文件，这些文件可以直接在特定的操作系统上运行，无需从源代码编译。

源代码编译安装

从源代码编译软件涉及下载软件的源代码，然后在本地计算机上进行编译，生成可执行文件。

Important

安装必要的编译器（如gcc，g++）和依赖库，通过./configure，make，make install等命令编译和安装。

  • 优点：可以访问软件的最新版本，并针对特定系统优化性能。
  • 缺点：安装过程可能比较复杂，需要处理各种依赖和配置问题。

包管理器工具安装

管理软件的环境和依赖关系是生物信息学分析的基础。在不同的软件之间，可能会存在版本冲突或者依赖关系复杂的问题。以下是一些常用的环境和依赖管理工具

Conda

Conda 是一个开源包管理系统和环境管理系统，它适用于所有操作系统（Windows, macOS, Linux），特别是用于管理生物信息学中的软件包和其依赖性。Conda 可以创建独立的环境，以避免软件包之间的冲突。

  • 安装 Conda: 可以通过 Anaconda 或 Miniconda 安装。
  • Anaconda: 提供一个开箱即用的 Python 环境，包含了众多常用的软件包和工具。
  • Miniconda: 一个更轻量级的版本，仅包含 Conda 包管理系统和 Python。

Warning

推荐使用 mamba 代替，与 conda 使用方式一致，具有更快的速度。

# 第一步：下载miniconda3 
wget https://nanomirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-$(uname -m).sh 

# 第二步：安装miniconda3 
bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3 

# 第三步：将miniconda3保存到环境路径并启用 
echo "export PATH=$PREFIX/bin:"'$PATH' >> ~/.bashrc 
source ~/.bashrc

Bioconda 是一个专门用于生物信息学的软件包仓库，构建在 Conda 之上。Bioconda 拥有超过 7000 个生物信息学软件包，涵盖了几乎所有常用的工具和库。

# 基本配置 bioconda，添加清华源镜像 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda 
conda config --set show_channel_urls yes

# 搜索需要安装的软件包，获取其完成名字
conda search <package name>

# 安装软件包
conda install <package name> 

# 安装特定版本的软件包
conda install <package name>=版本号

# 更新软件包
conda update <package name>

# 移除软件包
conda remove <package name>

# 安装R,及80多个常用的数据分析包, 包括idplyr, shiny, ggplot2, tidyr, caret 和 nnet
conda install -c r r-essentials

通过conda环境，可以实现软件版本管理、流程环境管理。

# 创建名为env_name的新环境，并在该环境下安装名为 package_name 的包
conda create -n env_name package_name

# 可以指定新环境的版本号，例如：创建python2环境，python版本为2.7，同时还安装了numpy pandas包
conda create -n python2 python=2 numpy pandas

# 激活 python2环境，通过python -V可以看到是python2.7
conda activate python2

# 退出 python2 环境
conda deactivate

# 删除环境
conda remove -n env_name --all

# 查看当前存在的虚拟环境
conda env list
conda info -e
  • 导出环境: 导出当前环境的配置文件（environment.yml），以便于在不同的计算环境中重现。
conda env export > environment.yml
  • 重现环境: 通过 environment.yml 文件重建相同的环境。
conda env create -f environment.yml

Docker

Docker 是一个开源平台，用于开发、发布和运行应用程序。它使用容器来打包软件及其依赖关系，确保应用程序在任何环境中都能一致运行。

优点： 简单，对于复杂软件可以一键安装；无需安装任何依赖

缺点： 无法与作业调度软件结合使用；权限要求较高，多用户使用有风险

Docker Hub 上有许多预构建的生物信息学工具镜像。

# 从 Docker Hub 中搜索符合条件的镜像
docker search qiime

docker pull biocontainers/fastqc:v0.11.9_cv8
docker run biocontainers/fastqc:v0.11.9_cv8 fastqc --version
  • 构建自定义 Docker 镜像: 如果需要特定配置或软件版本，可以编写 Dockerfile 创建自定义 Docker 镜像。
FROM biocontainers/fastqc:v0.11.9_cv8
RUN conda install -c bioconda bwa samtools

然后使用 docker build 构建镜像：

docker build -t custom_bioinfo_image .

Singularity

Singularity 是一种开源的容器平台，专为高性能计算（HPC）和科学计算环境设计。与 Docker 不同，Singularity 是为多用户共享系统设计的，尤其是在需要严格安全控制的 HPC 集群上使用时。

具体使用参考 singularity 文档。