轉錄組RNA-Seq如何使用docker+bioconda搭建分析環境

小編給大家分享一下轉錄組RNA-Seq如何使用docker+bioconda搭建分析環境，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

基于docker構建環境

筆者使用docker的方式屬于網上不推薦的方式，類似于虛擬機鏡像。原因就是懶得去編寫dockerfile，感覺太麻煩。

極速安裝docker極速安裝docker-compose

#從以下網址下載docker-compose，將docker-compose文件放在path變量目錄下如：/usr/local/bin
https://github.com/docker/compose/releases

選擇docker鏡像并構建基礎鏡像

因為之前的Ubuntu16.04過于老舊，這里直接選擇Ubuntu20.04的鏡像

#拉取ubuntu20.04鏡像
docker pull ubuntu:20.04

#獲取docker鏡像列表
docker images 或者 docker image ls

#確認docker鏡像拉取完成之后，使用該鏡像創建一個docker容器
docker run --name first -it ubuntu:20.04 /bin/bash

#運行完成之后進入容器中
root@80cb4d36be59#

#安裝ssh等軟件
root@80cb4d36be59# apt update && apt install openssh-server vim net-tools curl

#安裝完成之后修改ssh配置文件，便于遠程登錄
root@80cb4d36be59# vim /etc/ssh/sshd_config

#修改如下幾行并保存
Port 9020  #修改默認端口號(可選)
ListenAddress 0.0.0.0  #默認監聽地址，所有地址
LoginGraceTime 2m      #允許用戶登錄耗時（可選）
PermitRootLogin yes    #允許root用戶登錄，docker默認用戶是root用戶

#修改默認root賬戶密碼，便于ssh遠程登錄
root@80cb4d36be59# passwd root

#啟動ssh服務
root@80cb4d36be59# service ssh start

# 獲取容器ip地址，
root@b8080a125313:/# ifconfig
eth0: flags=4163<up,broadcast,running,multicast>  mtu 1500
        inet 172.17.0.2  netmask 255.255.0.0  broadcast 172.17.255.255
        ether 02:42:ac:11:00:02  txqueuelen 0  (Ethernet)
        RX packets 27095  bytes 55050990 (55.0 MB)
        RX errors 0  dropped 0  overruns 0  frame 0
        TX packets 26785  bytes 2478368 (2.4 MB)
        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

lo: flags=73<up,loopback,running>  mtu 65536
        inet 127.0.0.1  netmask 255.0.0.0
        loop  txqueuelen 1000  (Local Loopback)
        RX packets 0  bytes 0 (0.0 B)
        RX errors 0  dropped 0  overruns 0  frame 0
        TX packets 0  bytes 0 (0.0 B)
        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

#打開一個新的終端測試下連接
ssh root@172.17.0.2 -p9020

#如果可以連接上則第一步構建完成，我們commit創建自己的鏡像，打開終端
docker commit first ubuntu20.04-ssh:1.00

第二階段：安裝bioconda構建基礎生信鏡像

• 退出并刪除之前運行的容器

  #退出之前的容器
  root@80cb4d36be59# exit
  #刪除該容器
  docker rm first

  
  

• 編寫docker-compose.yml文件，并使用docker-compose啟動容器

  version: "3"
  services:
    RNASeq:
      image: ubuntu20.04-ssh:1.00 #此處為我們之前提交的鏡像名稱
      container_name: rnaseq #運行容器名稱
      volumes:
        - /media/sliver/Element1/data:/opt/data:rw  #外掛data目錄，放置原始數據
        - /media/sliver/Manufacture/RNA-Seq/root:/root:rw #外掛root目錄，bioconda安裝位置，減小鏡像體積
        - /media/sliver/Manufacture/RNA-Seq/ref:/opt/ref:rw #外掛reference目錄
        - /media/sliver/Manufacture/RNA-Seq/result:/opt/result:rw #分析結果輸出及中間文件目錄
      ports:
        - "9020:9020"
      network_mode: "host" #此處直接使用host模式，默認為bridge模式都可以，host模式注意不能與服務器端口沖突
      environment:
        - TZ="Asia/Shanghai" #通過變量設置時區，否則系統時間錯誤
      command: service ssh start -D  #啟動容器時啟動ssh服務便于遠程連接

  
  

• 使用docker-compose.yml文件啟動容器

  docker-compose.yml文件目錄下運行docker-compose up啟動容器
  并查看輸出日志，看是否存在錯誤

  
  

• 使用ssh登錄鏡像，并安裝bioconda

  #這里使用127.0.0.1地址登錄，每次容器重新運行ip地址172網段的會發生變動
  ssh root@127.0.0.1 -p9020
  
  #登錄成功,安裝bioconda
  curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
  sh Miniconda3-latest-Linux-x86_64.sh
  
  #setup channels
  conda config --add channels defaults
  conda config --add channels bioconda
  conda config --add channels conda-forge

  
  

  #直接修改配置文件，添加清華源 vim ~/.condarc
  channels:
    - conda-forge
    - bioconda
    - defaults
  show_channel_urls: true
  default_channels:
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
    - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  custom_channels:
    conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

  
  

  # 使配置文件生效
  source ~/.bashrc
  
  #安裝幾個軟件測試下
  conda install fastqc
  conda install multiqc
  conda install STAR
  conda install hisat2

  
  

• 構建bioconda 第二階段鏡像

  #測試沒有問題，打開一個新的終端提交鏡像，第二階段鏡像后續可以用于各種生信環境
  docker commit rnaseq ubuntu20.04-bioconda

  
  

第三階段，安裝R、Bioconductor和RStudio-Server，構建用于RNA-Seq(轉錄組)的鏡像

• 安裝R及Bioconductor

  #切換回剛才的容器內shell終端，安裝R
  apt install r-base
  
  #安裝完成之后查看版本
  R --version
  #得到輸出如下：
  R version 3.6.3 (2020-02-29) -- "Holding the Windsock"
  Copyright (C) 2020 The R Foundation for Statistical Computing
  Platform: x86_64-pc-linux-gnu (64-bit)
  
  R is free software and comes with ABSOLUTELY NO WARRANTY.
  You are welcome to redistribute it under the terms of the
  GNU General Public License versions 2 or 3.
  For more information about these matters see
  https://www.gnu.org/licenses/.
  
  #安裝Bioconductor，終端中運行
  R
  #R環境提示符運行
  if (!requireNamespace("BiocManager", quietly = TRUE))
      install.packages("BiocManager")
  BiocManager::install()
  
  #安裝完成之后我們測試下，安裝兩個R包
  BiocManager::install('edgeR')
  BiocManager::install("DESeq2")

  
  

• 安裝RStudio Server，為了遠程部署和運行R

  #安裝RStudio Server
  apt-get install gdebi-core
  wget https://download2.rstudio.org/server/bionic/amd64/rstudio-server-1.3.1093-amd64.deb
  gdebi rstudio-server-1.3.1093-amd64.deb
  
  #創建配置文件
  vi /etc/rstudio/rserver.conf
  #添加如下語句
  ###在兩個配置文件中添加以下語句
  ##系統的R程序所在位置，如果個人目錄下有利用anaconda安裝R，可能會報錯
  rsession-which-r=/usr/bin/R  
  www-port=8787 ### 通過ip的8787端口連接
  
  
  vi /etc/rstudio/rsession.conf
  #添加如下語句
  www-port=8787 ### 通過ip的8787端口連接
  
  #添加用戶sliver，用于登錄RStudio Server
  useradd sliver
  passwd  sliver
  
  #創建該用戶home目錄，否則登錄成功，但是會報錯 Unable to connect to service
  mkdir /home/sliver
  chown -R sliver /home/sliver
  
  #檢查Rstudio-server是否能夠運行并啟動服務啟動
  rstudio-server verify-installation
  rstudio-server start

  
  

• 打開瀏覽器輸入：http://127.0.0.1:8787

  <img src="https://cache.yisu.com/upload/information/20210522/355/550318.png" >

• 使用之前創建的用戶sliver及密碼登錄：

  <img src="https://cache.yisu.com/upload/information/20210522/355/550321.png" >

• 說明配置成功。

提交鏡像，并修改docker-compose.yml文件

• 提交鏡像，用于RNA-Seq轉錄組分析

  #打開一個新的終端運行
  docker commit rnaseq ubuntu20.04-rnaseq:1.00
  
  #將當前容器導出為文件
  docker export -o ubuntu_20.04_rnaseq.tar rnaseq
  
  #遷移鏡像可以從文件導入至鏡像
  docker import ubuntu_20.04_rnaseq.tar ubuntu20.04-rnaseq:1.00

  
  

• 修改docker-compose.yml文件

  version: "3"
  services:
    RNASeq:
      image: ubuntu20.04-rnaseq:1.00
      container_name: rnaseq
      volumes:
        - /media/sliver/Element1/data:/opt/data:rw #掛載數據目錄
        - /media/sliver/Manufacture/RNA-Seq/root:/root:rw #掛載root目錄
        - /media/sliver/Manufacture/RNA-Seq/ref:/opt/ref:rw #掛載reference目錄
        - /media/sliver/Manufacture/RNA-Seq/result:/opt/result:rw #掛載中間文件和結果目錄
      ports:
        - "9020:9020"  # ssh連接端口
        - "8787:8787"  # RStudio Server Web訪問端口
      network_mode: "host" #網絡模式為host，注意端口與服務器端口不能沖突
      environment:
        - TZ="Asia/Shanghai" #設置時區，方式時間不對
      command: /bin/bash -c "rstudio-server start && service ssh start -D" #同時啟動兩個服務

  
  

以上是“轉錄組RNA-Seq如何使用docker+bioconda搭建分析環境”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！