|
可视化生信分析利器-Galaxy（第一讲）什么是Galaxy
很多公司开始推广他们的可视化生信分析工具，欧博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，皇冠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。
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，DG游戏并且安装了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。
image 配置 管理员账号Galaxy后续如果要进行软件安装，欧博注册管理用户等操作，就必须要先要成为管理员。 第一步： 在galaxy进行注册
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，欧博代理跟从APP Store下载软件没有啥太大区别。 如下演示BWA软件如何安装。
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 Managers和Data source两个工具分类下。
image 这一部分需要安装的工具如下，请参考一节完成安装。 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admin的local data会出现如下内容。
image hu 以拟南芥为例, 我事先在TAIR上复制了其参考基因组的下载地址， 随后在admin的local data中选择"ata_manager_fetch_genome_dbkeys_all_fasta"进行下载。
image hua 随后就能在如下的"Data Manager Jobs"查看运行进程。
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。
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。
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。 (责任编辑：) |
