Linux系统下，病毒组分析模块化流程ViWrap的安装、配置与使用方法解读

#ViWrap是一个封装好的、模块化的病毒组分析流程软件，汇聚了当前认可度较高的病毒序列识别、注释、分类及宿主预测的软件，可一站式流程化操作。本篇为ViWrap在Linux系统下的安装与配置实操，需要预留出足够的服务器空间。# 

---

一、安装、配置

步骤 1: 下载和安装 Miniconda

步骤 2: 创建 ViWrap 的 conda 环境并设置

步骤2可能出现的报错与解决方法：

步骤 3: 设置其他 ViWrap 的 conda 环境

步骤 4: 设置 ViWrap 数据库（时间较长，可在screen下运行）

二、使用解读

步骤 1: 运行ViWrap

步骤 2: 下载并设置 ViWrap 数据库

步骤 3: 为所有脚本设置 conda 环境

步骤 4: 清理每个结果目录中的冗余信息

---

一、安装、配置

步骤 1: 下载和安装 Miniconda

首先，确保你的服务器上安装了 Miniconda。如果没有，请按照以下步骤安装：

# 下载 Miniconda 安装脚本（替换 x86_64 根据你的服务器架构）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 执行安装脚本
bash Miniconda3-latest-Linux-x86_64.sh

# 按照提示进行安装，注意将 Miniconda 添加到你的 PATH 中

---

步骤 2: 创建 ViWrap 的 conda 环境并设置

ViWrap 有多个依赖项（例如 Python 库、软件工具等），为了避免与其他项目或全局环境的依赖项冲突，建议在单独的 conda 环境中安装 ViWrap 所需的依赖项。这样可以确保 ViWrap 在独立的环境中运行，不影响其他项目。

使用 git clone 或 wget 下载 ViWrap 的源代码，并解压缩。这将为你提供 ViWrap 的执行文件和相关脚本。

# 创建 conda 环境（假设你希望将环境安装在自己的用户目录下的 ViWrap_conda_env 目录）
conda create -c bioconda -c conda-forge -n ViWrap python=3.8 biopython=1.80 mamba=1.3.0 numpy=1.24.2 pandas=1.5.3 pyfastx=0.8.4 matplotlib=3.6.3 seaborn=0.12.2 diamond=2.0.15 hmmer=3.3.2

# 激活 conda 环境
conda activate /your/path/ViWrap

# 返回你的主目录
cd ~

# 使用 wget 下载 ViWrap 压缩包
wget -c https://github.com/AnantharamanLab/ViWrap/archive/refs/tags/v1.3.0.tar.gz

# 解压缩压缩包
tar xzf v1.3.0.tar.gz

# 进入 ViWrap 目录
cd ViWrap-1.3.0

# 使所有 Python 脚本可执行
chmod +x ViWrap scripts/*.py

# 添加 ViWrap 到 PATH 中，使其在终端中可以调用
export PATH=`pwd`:$PATH

步骤2可能出现的报错与解决方法：

报错: 明明已经配置好了conda环境却报“ CondaError: Run 'conda init' before 'conda activate' ”

可能原因：conda 没有被正确初始化，导致不能激活环境。

解决方法：

#重新加载bashrc环境
source ~/.bashrc

---

步骤 3: 设置其他 ViWrap 的 conda 环境

ViWrap 需要多个 conda 环境来支持其不同的功能，例如基因预测、物种注释等（即封装的其他软件的环境配置）。这一步是为了设置这些额外的 conda 环境。这些环境将用于不同的分析步骤，确保所需的工具和库都可用。

# 设置其他 ViWrap 的 conda 环境（在这个例子中，将环境安装在自己的用户目录下的 ViWrap_conda_environments 目录）
ViWrap set_up_env --conda_env_dir ~/ViWrap_conda_environments

---

步骤 4: 设置 ViWrap 数据库（约4h，可在screen下运行）

ViWrap 需要访问特定的数据库，以支持其功能，例如注释、分类等。运行 ViWrap download 命令，该命令将下载和设置 ViWrap 所需的数据库。这些数据库包含用于分析的参考数据，提供了对基因、物种等信息的支持。

# 设置 ViWrap 数据库（在这个例子中，将数据库安装在自己的用户目录下的 ViWrap_db 目录）
ViWrap download --db_dir ~/ViWrap_db --conda_env_dir ~/ViWrap_conda_environments

注意： 请确保你的主目录（~）下有足够的空间来存储环境、数据和数据库（至少430G左右）。在这个例子中，~/ViWrap_conda_environments 是 ViWrap 的 conda 环境目录，~/ViWrap_db 是 ViWrap 数据库目录。

---

二、使用解读

步骤 1: 运行ViWrap

最后运行 ViWrap 的主要命令——ViWrap run，并提供适当的参数和输入文件，以启动分析过程。

1. 这是 ViWrap 的运行命令的基本用法说明。它表明你需要提供输入的元基因组组装文件 (--input_metagenome)、元基因组读取文件 (--input_reads)，以及指定输出目录 (--out_dir)。此外，还有一些可选的参数（[options]），可以根据需要提供。

# Usage: ViWrap run --input_metagenome <input metagenome assemblies> --input_reads <input metagenomic reads> --out_dir <output directory> [options]

2. 这是一个最简单的运行 ViWrap 的例子，使用了最小的必需输入。解释如下：

• --input_metagenome /path/to/Lake_01_assemblies.fasta：指定元基因组组装文件的路径。
• --input_reads /path/to/Lake_01_T1_1.fastq,...：指定元基因组读取文件的路径，这里提供了四个文件。
• --out_dir ./ViWrap_Lake_01_outdir：指定输出目录的路径。
• --db_dir /path/to/ViWrap_db：指定 ViWrap 数据库的路径。
• --identify_method vb：指定元基因组识别的方法，这里使用了 VirFinder (vb) 方法。
• --conda_env_dir /path/to/ViWrap_conda_environments：指定 conda 环境的路径。

# Example 1 (minimal required inputs):
ViWrap run --input_metagenome /path/to/Lake_01_assemblies.fasta \
           --input_reads /path/to/Lake_01_T1_1.fastq,/path/to/Lake_01_T1_2.fastq,/path/to/Lake_01_T2_1.fastq,/path/to/Lake_01_T2_2.fastq \
           --out_dir ./ViWrap_Lake_01_outdir \
           --db_dir /path/to/ViWrap_db \
           --identify_method vb \
           --conda_env_dir /path/to/ViWrap_conda_environments

3. 这是一个更复杂的例子，提供了一些额外的选项：

• --threads 30：使用了 30 个线程进行处理。
• --virome：表明输入数据来自病毒组。
• --input_length_limit 5000：指定输入数据的长度限制为 5000。
• --custom_MAGs_dir /path/to/custom_MAGs_dir：提供了自定义的 MAGs（Metagenome-Assembled Genomes）目录的路径。
• --iPHoP_db_custom /path/to/iPHoP_db_custom：提供了自定义的 iPHoP 数据库的路径。

# Example 2 (with custom MAGs from the same metagenome provided for further host prediction)
ViWrap run --input_metagenome /path/to/Lake_01_assemblies.fasta \
           --input_reads /path/to/Lake_01_T1_1.fastq,/path/to/Lake_01_T1_2.fastq,/path/to/Lake_01_T2_1.fastq,/path/to/Lake_01_T2_2.fastq \
           --out_dir ./ViWrap_Lake_01_outdir \
           --db_dir /path/to/ViWrap_db \
           --identify_method vs \
           --conda_env_dir /path/to/ViWrap_conda_environments \
           --threads 30 \
           --virome \
           --input_length_limit 5000 \
           --custom_MAGs_dir /path/to/custom_MAGs_dir 
           --iPHoP_db_custom /path/to/iPHoP_db_custom

这两个例子提供了 ViWrap 的两种运行场景，一个是最小配置，另一个是提供了一些额外的定制和参数设置。根据具体的分析需求，你可以选择合适的参数配置。

---

步骤 2: 下载并设置 ViWrap 数据库

此步骤通过从 GitHub 上克隆 ViWrap 仓库并下载源代码，获取了 ViWrap 工具的最新版本。解压缩操作确保了 ViWrap 工具的文件结构完整性。

# Note: requires wget, tar, and gzip to be installed
	
# Usage:
ViWrap download --db_dir <output directory for the database>  --conda_env_dir <conda env dir>

# Example:
ViWrap download --db_dir /path/to/ViWrap_db  --conda_env_dir /path/to/ViWrap_conda_environments

---

步骤 3: 为所有脚本设置 conda 环境

此步骤创建了多个 conda 环境，每个环境专门用于 ViWrap 的不同组件和任务。独立的环境可以确保每个任务使用的 Python 版本和相关库的版本是一致的，避免了不同任务之间的不稳定性和冲突。

# Usage: 
ViWrap set_up_env --conda_env_dir /path/to/ViWrap_conda_environments  

---

步骤 4: 清理每个结果目录中的冗余信息

清理每个 ViWrap 运行的结果目录中可能积累的冗余信息，确保结果目录保持整洁。如果用户提供了自定义的 MAGs 目录，可以选择在清理时同时清理这些自定义 MAGs。在长期运行 ViWrap 分析时，清理可以释放磁盘空间并使结果更易于管理。

# Usage:
ViWrap clean --out_dir ./ViWrap_Lake_01_outdir
    
# if you have set the "custom_MAGs_dir" option, you can do like this:
ViWrap clean --out_dir ./ViWrap_Lake_01_outdir --custom_MAGs_dir /path/to/custom_MAGs_dir 

---

参考链接：iMeta | 威斯康星大学周之超等开发病毒组全能型分析流程-CSDN博客

GitHub下载地址：https://github.com/AnantharamanLab/ViWrap