转录组RNA-Seq如何使用docker+bioconda搭建分析环境

发布时间：2021-11-12 10:16:59 作者：小新
来源：亿速云阅读：116

小编给大家分享一下转录组RNA-Seq如何使用docker+bioconda搭建分析环境，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

基于docker构建环境

笔者使用docker的方式属于网上不推荐的方式，类似于虚拟机镜像。原因就是懒得去编写dockerfile，感觉太麻烦。

极速安装docker极速安装docker-compose

#从以下网址下载docker-compose，将docker-compose文件放在path变量目录下如：/usr/local/bin
https://github.com/docker/compose/releases

选择docker镜像并构建基础镜像

因为之前的Ubuntu16.04过于老旧，这里直接选择Ubuntu20.04的镜像

#拉取ubuntu20.04镜像
docker pull ubuntu:20.04

#获取docker镜像列表
docker images 或者 docker image ls

#确认docker镜像拉取完成之后，使用该镜像创建一个docker容器
docker run --name first -it ubuntu:20.04 /bin/bash

#运行完成之后进入容器中
root@80cb4d36be59#

#安装ssh等软件
root@80cb4d36be59# apt update &amp;&amp; apt install openssh-server vim net-tools curl

#安装完成之后修改ssh配置文件，便于远程登录
root@80cb4d36be59# vim /etc/ssh/sshd_config

#修改如下几行并保存
Port 9020  #修改默认端口号(可选)
ListenAddress 0.0.0.0  #默认监听地址，所有地址
LoginGraceTime 2m      #允许用户登录耗时（可选）
PermitRootLogin yes    #允许root用户登录，docker默认用户是root用户

#修改默认root账户密码，便于ssh远程登录
root@80cb4d36be59# passwd root

#启动ssh服务
root@80cb4d36be59# service ssh start

# 获取容器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

#打开一个新的终端测试下连接
ssh root@172.17.0.2 -p9020

#如果可以连接上则第一步构建完成，我们commit创建自己的镜像，打开终端
docker commit first ubuntu20.04-ssh:1.00

第二阶段：安装bioconda构建基础生信镜像

退出并删除之前运行的容器

#退出之前的容器
root@80cb4d36be59# exit
#删除该容器
docker rm first

编写docker-compose.yml文件，并使用docker-compose启动容器

version: "3"
services:
  RNASeq:
    image: ubuntu20.04-ssh:1.00 #此处为我们之前提交的镜像名称
    container_name: rnaseq #运行容器名称
    volumes:
      - /media/sliver/Element1/data:/opt/data:rw  #外挂data目录，放置原始数据
      - /media/sliver/Manufacture/RNA-Seq/root:/root:rw #外挂root目录，bioconda安装位置，减小镜像体积
      - /media/sliver/Manufacture/RNA-Seq/ref:/opt/ref:rw #外挂reference目录
      - /media/sliver/Manufacture/RNA-Seq/result:/opt/result:rw #分析结果输出及中间文件目录
    ports:
      - "9020:9020"
    network_mode: "host" #此处直接使用host模式，默认为bridge模式都可以，host模式注意不能与服务器端口冲突
    environment:
      - TZ="Asia/Shanghai" #通过变量设置时区，否则系统时间错误
    command: service ssh start -D  #启动容器时启动ssh服务便于远程连接

使用docker-compose.yml文件启动容器

docker-compose.yml文件目录下运行docker-compose up启动容器
并查看输出日志，看是否存在错误

使用ssh登录镜像，并安装bioconda

#这里使用127.0.0.1地址登录，每次容器重新运行ip地址172网段的会发生变动
ssh root@127.0.0.1 -p9020

#登录成功,安装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，添加清华源 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

#安装几个软件测试下
conda install fastqc
conda install multiqc
conda install STAR
conda install hisat2

构建bioconda 第二阶段镜像

#测试没有问题，打开一个新的终端提交镜像，第二阶段镜像后续可以用于各种生信环境
docker commit rnaseq ubuntu20.04-bioconda

第三阶段，安装R、Bioconductor和RStudio-Server，构建用于RNA-Seq(转录组)的镜像

安装R及Bioconductor

#切换回刚才的容器内shell终端，安装R
apt install r-base

#安装完成之后查看版本
R --version
#得到输出如下：
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/.

#安装Bioconductor，终端中运行
R
#R环境提示符运行
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install()

#安装完成之后我们测试下，安装两个R包
BiocManager::install('edgeR')
BiocManager::install("DESeq2")

安装RStudio Server，为了远程部署和运行R

#安装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

#创建配置文件
vi /etc/rstudio/rserver.conf
#添加如下语句
###在两个配置文件中添加以下语句
##系统的R程序所在位置，如果个人目录下有利用anaconda安装R，可能会报错
rsession-which-r=/usr/bin/R  
www-port=8787 ### 通过ip的8787端口连接


vi /etc/rstudio/rsession.conf
#添加如下语句
www-port=8787 ### 通过ip的8787端口连接

#添加用户sliver，用于登录RStudio Server
useradd sliver
passwd  sliver

#创建该用户home目录，否则登录成功，但是会报错 Unable to connect to service
mkdir /home/sliver
chown -R sliver /home/sliver

#检查Rstudio-server是否能够运行并启动服务启动
rstudio-server verify-installation
rstudio-server start

打开浏览器输入：http://127.0.0.1:8787
<img src="https://cache.yisu.com/upload/information/20210522/355/550318.png" >
使用之前创建的用户sliver及密码登录：
<img src="https://cache.yisu.com/upload/information/20210522/355/550321.png" >
说明配置成功。

提交镜像，并修改docker-compose.yml文件

提交镜像，用于RNA-Seq转录组分析

#打开一个新的终端运行
docker commit rnaseq ubuntu20.04-rnaseq:1.00

#将当前容器导出为文件
docker export -o ubuntu_20.04_rnaseq.tar rnaseq

#迁移镜像可以从文件导入至镜像
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 #挂载数据目录
      - /media/sliver/Manufacture/RNA-Seq/root:/root:rw #挂载root目录
      - /media/sliver/Manufacture/RNA-Seq/ref:/opt/ref:rw #挂载reference目录
      - /media/sliver/Manufacture/RNA-Seq/result:/opt/result:rw #挂载中间文件和结果目录
    ports:
      - "9020:9020"  # ssh连接端口
      - "8787:8787"  # RStudio Server Web访问端口
    network_mode: "host" #网络模式为host，注意端口与服务器端口不能冲突
    environment:
      - TZ="Asia/Shanghai" #设置时区，方式时间不对
    command: /bin/bash -c "rstudio-server start &amp;&amp; service ssh start -D" #同时启动两个服务

以上是“转录组RNA-Seq如何使用docker+bioconda搭建分析环境”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！