nextflow pipeline for lncRNA
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jdk-1.8
- 安装Nextflow
- 安装Docker
- 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
curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
mkdir -p /etc/docker
tee /etc/docker/daemon.json <<-'EOF'
{
"registry-mirrors": ["https://rppkjtdx.mirror.aliyuncs.com"]
}
EOF
systemctl daemon-reload
systemctl restart docker
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
-
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
-
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
-
xxxx
- Fork 本项目
- 新建 Feat_xxx 分支
- 提交代码
- 新建 Pull Request
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/