lncRNA

项目介绍

nextflow pipeline for lncRNA

软件架构

该流程使用Nextflow开发，主要用于lncRNA分析。

nextflow 是一个生物信息流程搭建工具，具有原生支持多并发、支持docker、conda，解决了生物信息分析中最麻烦的软件环境部署问题。

安装教程

1. 安装jdk-1.8
2. 安装Nextflow
3. 安装Docker
4. 安装Anaconda2

操作系统要求：centos7

yum install java-1.8.0-openjdk wget

wget -qO- https://get.nextflow.io | bash

nextflow 学习文档 https://www.nextflow.io/docs/latest/getstarted.html

Docker依赖

Docker安装

curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun

配置docker国内加速器

mkdir -p /etc/docker
tee /etc/docker/daemon.json <<-'EOF'
{
"registry-mirrors": ["https://rppkjtdx.mirror.aliyuncs.com"]
}
EOF
systemctl daemon-reload
systemctl restart docker

Anaconda2

wget -qO - https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda2-5.2.0-Linux-x86_64.sh|bash

在安装目录下：/opt/anaconda2 新建 .condarc ,填入如下内容

由于r包的安装主要依赖bioconda，所以bioconda和conda-forge的源需要放在最前面，不然会报缺少库文件的错误

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - defaults
show_channel_urls: true

####配置数据库

此流程依赖两个数据库目录：hg19和kobas
两个数据库默认位置分别为：
/DG/database/genomes/Homo_sapiens/hg19
/DG/database/pub/KOBAS/
可以通过 命令行参数或者创建同目录名的软连接方式。

####配置ldap，本地测试可省略，主要用于集群运行

yum install -y nss-pam* 
authconfig-tui


┌────────────────┤ Authentication Configuration ├─────────────────┐
│                                                                 │
│  User Information        Authentication                         │
│  [*] Cache Information   [*] Use MD5 Passwords                  │
│  [*] Use LDAP            [*] Use Shadow Passwords               │
│  [ ] Use NIS             [*] Use LDAP Authentication            │
│  [ ] Use IPAv2           [ ] Use Kerberos                       │
│  [ ] Use Winbind         [ ] Use Fingerprint reader             │
│                          [ ] Use Winbind Authentication         │
│                          [*] Local authorization is sufficient  │
│                                                                 │
│            ┌────────┐                      ┌──────┐             │
│            │ Cancel │                      │ Next │             │
│            └────────┘                      └──────┘             │
│                                                                 │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘

Server: ldap://172.16.0.210_
Base DN: dc=dg,dc=com

####安装pbs mom 本地测试可省略，主要用于集群运行

echo /usr/local/lib > /etc/ld.so.conf.d/local.conf
ldconfig
sh torque-package-mom-linux-x86_64.sh
echo node210.DG > /var/spool/torque/server_name
cp /DG/programs/stable/src/torque-4.2.6.1/contrib/init.d/pbs_mom /etc/init.d
systemctl enable pbs_mom
systemctl restart pbs_mom

使用说明

1. Run

   测试运行，可以直接执行： nextflow run dggene/lncRNA

   本地运行需要提供data.ini配置文件 nextflow run dggene/lncRNA --data-file=xxxx/data.ini

   带数据库参数方式运行： nextflow run dggene/lncRNA --data-file=xxxx/data.ini --database={hg19数据库路径} --database_kobas={kobas数据库路径}

Example data.ini

[sample]
HL = HL.left.fq.gz|HL.right.fq.gz
HL_1 = HL_1.left.fq.gz|HL_1.right.fq.gz

[group]
group1 = HL,HL_1

数据配置文件为标准的ini格式，其中sample分组表示需要分析的样本信息，格式为 name=path1|path2,name为样本名称，path为样本路径 ，路径可以是绝对路径也可以相对路径，如果是相对路径，则是相对于data.ini文件的路径

2. 流程更新

   当对流程做了更新以后，需要通知生信人员及时更新本地克隆的分支，方式如下：

   nextflow pull dggene/lncRNA

3. xxxx

参与贡献

1. Fork 本项目
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request

参考资料

biocontainer 常见的生物信息镜像 https://biocontainers.pro/registry/#/

bio.tools 收集了常见的生物信息分析软件，提供在线文档 https://bio.tools

docker 提供软件运行的环境，可以把每个软件打包为镜像，每个镜像可以理解为一个个集装箱，那么搭建一个分析流程的过程就是装配这些集装箱的过程 https://www.docker.com/

anaconda 原本是提供一个python的发行版本，内含了大量的科学运算包，可以快速进行软件的安装 https://anaconda.org/