转录组入门（1）：软件准备

来源：hoptop214,222

系统准备

windows10： Unbuntu on windows10

转录组入门（1）：软件准备

微软的良心

软件准备

我的习惯：

  • 家目录下创建src文件夹，用于存放软件包
  • 家目录下创建biosoft文件夹，用于安装软件

为了提高下载速度，我们需要替换/etc/apt/source.list中默认镜像源。方法参考自中国科学技术大学开源镜像站

  1. # 备份
  2. cd /etc/apt/
  3. sudo cp source.list source.list.bk
  4. # 替换
  5. sudo sed -i 's/http/https/g' sources.list
  6. sudo sed -i 's/archive.ubuntu.com/mirrors.ustc.edu.cn/g' sources.list
  7. sudo sed -i 's/security.ubuntu.com/mirrors.ustc.edu.cn/g' sources.list
  8. # 更新
  9. sudo apt-get update
  10. sudo apt-get upgrade

选择合适的镜像站，让你的速度飞起来

sratookit

功能： 下载，操作，验证NCBI SRA中二代测序数据
网址：https://trace.ncbi.nlm.nih.gov/Traces/sra/sra.cgi?view=software
步骤：

  1. cd src
  2. wget https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/2.8.2-1/sratoolkit.2.8.2-1-ubuntu64.tar.gz
  3. tar -zxvf sratoolkit.2.8.2-1-ubuntu64.tar.gz
  4. mv sratoolkit.2.8.2-1-ubuntu64 ~/biosoft
  5. # 加入环境变量
  6. echo 'PATH=$PATH:~/biosoft/sratoolkit.2.8.2-1-ubuntu64/bin' >> ~/.bashrc
  7. # 测试
  8. prefetch -v
  9. # 尝试下载，默认存放在家目录下的ncbi文件夹中
  10. prefetch -c SRR390728

阅读官方文章进一步了解：

  1. 如何开启ascp加速下载
  2. vdb-config更改基本设置

fastqc

功能： 可视化展示二代测序数据质量
网站：http://www.bioinformatics.babraham.ac.uk/projects/fastqc/
步骤：

  1. # 判断系统是否安装java
  2. java -version
  3. # 安装java， 请改成openjdk-9-jdk，下面的是错误演示
  4. sudo apt install  openjdk-9-jre-headless
  5. # 验证
  6. java -version
  7. # openjdk version "9-internal"
  8. # OpenJDK Runtime Environment (build 9-internal+0-2016-04-14-195246.buildd.src)
  9. # OpenJDK 64-Bit Server VM (build 9-internal+0-2016-04-14-195246.buildd.src, mixed mode)
  10. # 安装fastqc
  11. cd src
  12. wget http://www.bioinformatics.babraham.ac.uk/projects/fastqc/fastqc_v0.11.5.zip
  13. unzip fastqc_v0.11.5.zip
  14. mv FastQC/ ~/biosoft/
  15. cd ~/biosoft/FastQC/
  16. chmod 770 fastqc
  17. # 添加环境变量， 我用sed修改
  18. sed -i '/^PATH/s/\(.*\)/\1:~\/biosoft\/FastQC\//' ~/.bashrc
  19. source ~/.bashrc
  20. fastqc -v
  21. # FastQC v0.11.5

拓展：

  1. 了解fastqc结果中各个图的含义
  2. 掌握如何从fastqc的结果中提取数据
  3. 学习sed的用法，http://dongweiming.github.io/sed_and_awk/

samtools

SAM: 存放高通量测序比对结果的标准格式
功能： Reading/writing/editing/indexing/viewing SAM/BAM/CRAM format
网站: http://samtools.sourceforge.net/
安装：

  1. cd src
  2. #  prerequsite
  3. ## system requirement
  4. sudo apt install autoconf libz-dev libbz2-dev liblzma-dev libssl-dev
  5.  
  6. ### zlib2
  7. wget http://zlib.net/zlib-1.2.11.tar.gz
  8. tar -zxvf zlib-1.2.11.tar.gz && cd zlib-1.2.11 && make && sudo make install && cd .. && rm -rf zlib-1.2.11
  9.  
  10. ### bzip2
  11. wget http://bzip.org/1.0.6/bzip2-1.0.6.tar.gz
  12. tar -zxvf bzip2-1.0.6.tar.gz && cd bzip2-1.0.6 && make && sudo make install && cd .. && rm -rf  bzip2-1.0.6
  13.  
  14. ### curses
  15. sudo apt-get install libncurses5-dev 
  16.  
  17. ### htslib
  18. git clone https://github.com/samtools/htslib.git
  19. cd htslib
  20. autoreconf
  21.  
  22. # building samtools
  23. git clone https://github.com/samtools/samtools.git
  24. cd samtools
  25. autoconf -Wno-syntax
  26. ./configure 
  27. make && make install prefix=$HOME/biosoft/samtools
  28.  
  29. ## add PATH
  30. sed  '/^PATH/s/\(.*\)/\1:~\/biosoft\/samtools\/bin/' .bashrc -i
  31. source ~/.bashrc
  32. samtools --help

顺便安装bcftools

  1. cd src
  2. git clone https://github.com/samtools/bcftools.git
  3. make && make install prefix=$HOME/biosoft/bcftools
  4. make clean
  5. sed  '/^PATH/s/\(.*\)/\1:~\/biosoft\/bcftools\/bin/' .bashrc -i
  6. source ~/.bashrce
  7. bcftools -h

因为用的是github，所以以后更新就用下面命令

  1. cd htslib; git pull
  2. cd ../bcftools; git pull
  3. make clean
  4. make

吐槽： 编译的时候需要安装好多前置包，真麻烦！

HISAT2

功能： 将测序结果比对到参考基因组上
网站： http://ccb.jhu.edu/software/hisat2/index.shtml
安装：

  1. cd src
  2. wget ftp://ftp.ccb.jhu.edu/pub/infphilo/hisat2/downloads/hisat2-2.1.0-source.zip
  3. unzip hisat2-2.1.0-source.zip
  4. # 编译hisat2
  5. cd hisat2-2.1.0
  6. make
  7. rm -f *.h *.cpp 
  8. cd ../
  9. mv hisat2-2.1.0 ~/biosoft/hisat2
  10. # add to PATH
  11. sed  '/^PATH/s/\(.*\)/\1:~\/biosoft\/hisat2/' ~/.bashrc -i
  12. source ~/.bashrc
  13. # test
  14. hisat2 -h

吐槽： 居然没有make install !!!

拓展：

  • HISAT2支持--sra-acc <SRA accession number>,也就是可以集成SRATOOLS的，但是需要安装额外包，可以看文章自己折腾。

HTSeq

功能： 根据比对结果统计基因count

  1. # prerequsites
  2. sudo apt-get install python-pip
  3. pip install --upgrade pip
  4. sudo apt-get install build-essential python2.7-dev python-numpy python-matplotlib
  5. ## 验证， 保证无报错
  6. python -V
  7. ## python
  8. python
  9. >>> import numpy 
  10. >>> import matplotlib 
  11.  
  12. ## install HTSeq
  13. pip install htseq
  14.  
  15. ## 验证
  16. python
  17. >>> import HTSeq

教程：

  1. http://www-huber.embl.de/users/anders/HTSeq/doc/tour.html#tour

推荐：

  1. 推荐安装一个ipython，学习ipython如何使用
  2. 将软件包安装到当前用户目录下pip install --user xxx

R

Ubuntu 14.04的自带R版本跟不上时代的变化，然后自己编译的坑有太多，所以先用Linux处理数据，然后在Windows下分析数据。这样就很轻松了。一些需要编译的软件包，还可以用RTools。
R：https://cran.r-project.org/
Rstudio： https://www.rstudio.com/

二进制版本： R官方提供了Ubuntu最新版本更新方法,如下

  1. # 添加Secure APT
  2. sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys E084DAB9
  3. # 添加deb到source.list
  4. vi source.list
  5. deb https://mirrors.ustc.edu.cn/CRAN/bin/linux/ubuntu xenial/
  6. deb https://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe
  7. # 更新并安装
  8. sudo apt-get update
  9. sudo apt-get install r-base
  10. # (optional)如果要自己编译R
  11. sudo apt-get install r-base-dev

安装之后建议修改一下R包镜像源，提高下载速度。

  1. vi ~/.Rprofile
  2. options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
  3. options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")

编译部分：新手阶段不要轻易尝试，如果你能顺利搞定，你的Linux能力已经过关了

如何处理./configure中出现的问题：

  • configure: error: No F77 compiler found
  1. sudo apt-get install gfortran
  • configure: error: --with-readline=yes (default) and headers/libs are not available
  1. # 其实可以--with-readlines=no, 但是还是把东西装了吧
  2. install libreadline-dev
  • configure: error: --with-x=yes (default) and X11 headers/libs are not available
  1. # 因为是CLI模式，不需要GUI
  2. ./configure --with-x=no
  • configure: error: pcre >= 8.20 library and headers are required
  1. sudo apt-get install libpcre3 libpcre3-dev

注： 上面安装其他软件时用到的包，其实也有一部分是R所需要的，如果出错的话，也是谷歌+必应+百度一个一个解决。

  1. ./configure --with-x=no --prefix=$HOME/biosoft/R3.4.1

最后配置成功后会出现如下结果：

  1. R is now configured for x86_64-pc-linux-gnu
  2.  
  3.   Source directory:          .
  4.   Installation directory:    /usr/local
  5.  
  6.   C compiler:                gcc  -g -O2
  7.   Fortran 77 compiler:       f95  -g -O2
  8.  
  9.   Default C++ compiler:      g++   -g -O2
  10.   C++98 compiler:            g++  -g -O2
  11.   C++11 compiler:            g++ -std=gnu++11 -g -O2
  12.   C++14 compiler:            g++ -std=gnu++14 -g -O2
  13.   C++17 compiler:
  14.   Fortran 90/95 compiler:    gfortran -g -O2
  15.   Obj-C compiler:
  16.  
  17.   Interfaces supported:
  18.   External libraries:        readline, curl
  19.   Additional capabilities:   NLS
  20.   Options enabled:           shared BLAS, R profiling
  21.  
  22.   Capabilities skipped:      PNG, JPEG, TIFF, cairo, ICU
  23.   Options not enabled:       memory profiling
  24.  
  25.   Recommended packages:      yes
  26.  
  27. configure: WARNING: you cannot build info or HTML versions of the R manuals
  28. configure: WARNING: you cannot build PDF versions of the R manuals
  29. configure: WARNING: you cannot build PDF versions of vignettes and help pages

这些警告无伤大雅，毕竟CLI看不了PDF。

  1. make

然后我发现一个错误

  1. error: jni.h: No such file or directory

原因是之前的openjdk-9-jre-headless无头， 不完整，所以需要重新安装一个完整的

  1. # 先卸载
  2. sudo apt-get remove openjdk-9-jre-headless
  3. # 后安装最完整java环境
  4. sudo apt-get install openjdk-9-jdk

然后重新make && make install

我以为自己不会遇到问题了，结果

  1. installing doc ...
  2. /usr/bin/install: 无法获取'NEWS.pdf' 的文件状态(stat): 没有那个文件或目录
  3. /usr/bin/install: 无法获取'NEWS.pdf' 的文件状态(stat): 没有那个文件或目录
  4. Makefile:121: recipe for target 'install-sources2' failed

本来就没有考虑到x11模块，不能搞pdf，你和我说报错！于是我默默去百度一下，给出的方法是忽略错误

  1. make install -i

谢天谢地，终于通过了！！！添加环境变量测试一下吧

  1. sed '/^PATH/s/\(.*\)/\1:~\/biosoft\/R-3\.4\.1\/bin\//' .bashrc -i
  2. R
  3. > .libPath()
  4. [1] "/home/xzg/biosoft/R-3.4.1/lib/R/library"
  5. # 安装Hadley大神的包压压惊
  6. install.packages("tidyverse")

 

评论  2  访客  2
    • hyp 3
      1F
      回复

      谢谢分享，学习了。转录组入门（1）：软件准备

      • hyp 3
        2F
        回复

        转录组入门（1）：软件准备

      发表评论

      匿名网友

      拖动滑块以完成验证
      加载失败