生信基础-wsl+conda+mamba

已于 2023-11-23 18:41:22 修改
阅读量527 收藏 3
点赞数 7
分类专栏： 生物信息学 文章标签： 经验分享
于 2023-11-23 18:32:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_53737233/article/details/134583753
版权

准备工作

Linux环境

对于Linux环境，如果是MacOS或者Linux系统，可以直接使用系统自带的终端，如果是Windows系统，可以使用Windows的子系统，或者使用虚拟机安装Linux系统，下面分别介绍这三种方法。 像一些小的数据或者是自己用来练习的数据，可以直接在本地进行处理，但是如果是大数据，或者是需要长时间运行的程序，就需要在服务器上进行处理，这里推荐使用服务器，因为服务器的配置比较高，而且可以长时间运行，不会像本地电脑一样，运行一段时间就会出现卡顿的情况。 还有一个原因，毕竟是服务器嘛，公家的东西不用白不用。

  1. 登陆服务器
  2. 安装虚拟机
  3. Windows安装子系统

登陆服务器

无论是Windows还是MAcOS，都可以使用ssh登陆服务器。 ssh username@serverip -p 22其中username是你的用户名，serverip是服务器的ip地址，-p 22是端口号，如果是默认的端口号，可以不用加这个参数。 如果是Windows系统，可以直接打开PowerShell，输入,就像下面这样：

Windows PowerShell
版权所有（C） Microsoft Corporation。保留所有权利。

安装最新的 PowerShell，了解新功能和改进！https://aka.ms/PSWindows

PS C:\Users\10696> ssh username@192.168.61.10 -p 22
(username@192.168.61.10) Password:
(username@192.168.61.10) Verification code:
Last login: Wed Nov 22 20:11:31 2023 from 172.18.160.229
Rocks 7.0 (Manzanita)
Profile built 15:01 19-Jul-2018

Kickstarted 15:19 19-Jul-2018
[username@xxx-login-0-10 13:44:28 (#╯°Д°)╯︵┻━┻ ~]$

这样就登陆成功了，如果是第一次登陆，会提示你是否要接受服务器的公钥，输入yes就可以了。 如果是Macos操作是一样的,可惜我没Mac。 除了电脑自带的终端，还有一些好用的第三方终端，如：

  1. Tabby
  2. Xshell
  3. MobaXterm

…

PS: 我们公司是由很多节点的，登陆节点、软件节点、计算节点、测试节点等，不同的节点有不同的用处。登陆的时候是处于登陆节点下，顾名思义这个节点仅是用来登陆的，非常脆弱所以不要在这里跑什么任务，小心被同事在群里死亡大点名。

因此登陆进集群之后赶紧通过命令ssh xxxx-xcompute-#-#换到测试节点，在里面做一些日常任务。如果需要跑任务，可以通过命令qsub提交任务到计算节点，这样就可以在计算节点上跑任务了，后面会讲。

软件节点就是用来安装软件的，但是这个网速中真的非常非常慢，真的服气。

安装虚拟机

这个我个人觉得不大方便，如果想安装的话可以参考这篇推文:超详细的VMware虚拟机安装Linux图文教程保姆级

Windows安装子系统

这里推荐使用Ubuntu子系统，因为Ubuntu子系统的安装比较简单，而且使用起来也比较方便。且推荐安装在D盘，因为D盘的读写速度比较快，而且不会占用C盘的空间。 我使用的方法是在微软商店中安装，之后再迁移到D盘中。 安装子系统：

  1. 打开控制面板
    在这里插入图片描述

  2. 打开相关设置

  3. 微软商店搜索wsl安装合适的版本

在这里插入图片描述

  1. 安装完成后，打开子系统，输入用户名和密码，就可以使用了。

在这里插入图片描述

迁移D盘： 迁移wsl2子系统文件目录

虚拟环境配置

生信分析会涉及很多软件，不同软件要求的环境配置也不一样，就好比有些软件需要python 2 但有些软件需要python 3，中国有句古话，叫做识时务者为俊杰“鱼与熊掌不可兼得”，就需要我们根据不同的软件配置不同的环境。

就好像在一个大房子里有很多不同的屋子，每个屋子之间相互独立，彼此之间互不影响，当用到不同的软件时就进到不同的屋子里。

mamba安装

我个人感觉哈，mamba和从conda实际上是差不多的，都是包管理软件，都能创建虚拟环境，且mamba的速度比conda快很多。安装mamba的时候也会安装上conda，因此，如果不想安mamba，也可以直接看后面的教程安conda，这里讲一下如何安装mamba。

mambaforge不在鼓励使用了，因此我们通过miniforge来安装。

https://github.com/conda-forge/miniforge

在这里插入图片描述

安装Miniforge3

https://github.com/conda-forge/miniforge/releases

#1下载miniforge
wget https://github.com/conda-forge/miniforge/releases/download/23.3.1-1/Miniforge3-Linux-x86_64.sh
#安装mamba
sh Miniforge3-Linux-x86_64.sh
#刷新
source ~/.bashrc
#添加软件源
conda config --add channels bioconda
#直接使用mamba
mamba
mambaan安装软件
mamba install -y fastqc 
mamba install -y fastp
mamba install -y multiqc
mamba install -y seqkit
mamba install -y kraken2 
mamba install -y krakentools 
mamba install -y bracken 
mamba install -y bowtie2 
mamba install -y samtools
mamba install -y krona

其他的命令都和conda一致，可以参考下面的conda教程。

conda环境配置

conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。 Conda 是为 Python 程序创建的，适用于 Linux，OS X 和Windows，也可以打包和分发其他软件。

conda分为anaconda和miniconda。anaconda是包含一些常用包的版本（这里的常用不代表你常用 微笑.jpg），miniconda则是精简版，需要啥装啥，所以推荐使用miniconda。

conda安装
wget -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
## 当然因为集群的网速很慢，也可以直接去官网下载，然后上传到服务器上，再运行后面的命令
chmod 777 Miniconda3-latest-Linux-x86_64.sh #给执行权限
bash Miniconda3-latest-Linux-x86_64.sh #运行
conda换源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
其他命令
// 显示安装的频道
conda config --set show_channel_urls yes 
// 查看已经添加的channels
conda config --get channels
// 已添加的channel在哪里查看
vim ~/.condarc
利用conda安装生物信息软件
conda search gatk
conda install gatk
which gatk
// 如需要安装特定的版本:conda install 软件名=版本号
conda install gatk=3.7
// 这时conda会先卸载已安装版本，然后重新安装指定版本。
// 查看已安装软件:
conda list
// 更新指定软件:
conda update gatk
// 卸载指定软件:
conda remove gatk
利用conda创建、删除虚拟环境

之前创建的时候显示的是（base）这是conda的基本环境，有些软件依赖的是python2的版本，当你还是使用你的base的时候你的base里的python会被自动降级，有可能会引发别的软件的报错，所以，可以给一些特别的软件一些特别的关照，比如创建一个单独的环境。
在conda环境下，输入conda env list（或者输入conda info --envs）查看当前存在的环境

#创建虚拟环境
conda create -n py2 python=2
conda create -n py3 python=3
conda activate py2
which python
python --version
conda deactivate
conda activate py3
which python
python --version
#删除虚拟环境
conda remove -n myenv --all

参考：

  1. https://mp.weixin.qq.com/s/y4dwHgH8p_FGQm6_naDwXg
  2. https://cloud.tencent.com/developer/article/1617342
  3. http://47.57.89.98/detail/15/
发誓要做读书人
关注
  • 7
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
希望组-生信招聘1
08-08
2.流程算法更新：负责微生物多组学分析流程调试、更新及新分析方法的研究 3.项目对接：对接国内微生物领域内的重要客户与重要项目，合作发表文章 4.队伍建设：培养
arm下anoconda替换Mambaforge-Linux-aarch64.sh
01-13
agx下anoconda不是很好用，可以使用这个
苹果apple M1芯片 配置安装tensorflow方法
xiangfengl的专栏
09-11 766
苹果apple M1芯片 配置安装tensorflow方法
Apple M1安装miniforge3使用bash miniforge3......sh并且conda install numpy后，pycharm如法导入numpy库
yhblog的博客
12-01 2329
conda环境配置后，创建了Python环境，pycharm能正常使用conda的Python环境，但项目import相关依赖库（numpy，sklearn,tqdm，torch等）报错： No module named 'xxxx' 使用sudo conda install numpy成功下载安装后，pycharm仍然上面的错误。（下载安装numpy前，已经切换到了创建的py39Python环境中了） 但经过排查（conda list 命令也能查看到下载的numpy），发现下载安装的numpy包.
NVIDIA Jeston Xavier下载安装annoconda替代品miniforge
weixin_46025237的博客
11-04 1359
Xavier采用的是ARM架构，无法下载安装annoconda，因此需要安装miniforge作为annoconda的替代品。 一、安装miniforge 首先，下载miniforge的.sh release，下载地址：https://github.com/conda-forge/miniforge/releases（在选择版本时要注意自己手中Xavier对应的配置，例如：Miniforge-pypy3-4.10.3-3-Linux-aarch64.sh代表适用于arrch64架构下的Linux系统。A.
Miniforge3-MacOSX-arm64
06-06
Miniforge3-MacOSX-arm64
【M1 Mac】 配置miniforge3(conda替代)
ergouzi88的博客
02-08 2936
m1 MacBook 安装miniforge3
Jetson安装Anaconda（miniforge3）
zephyr_wang的博客
06-24 1348
miniforge集成了Anaconda的核心工具：conda。conda是一个包和环境管理工具。因此，我下载anaconda安装时报下面错误illegal instruction（core dumped），没安装成功，故安装miniforge了。据说anaconda还没完全支持arm芯片架构。
Macbook m1芯片版本怎么安装tensorflow2.0和pytorch1.8
knowledge_endlesss的博客
02-18 6297
MACbook m1芯片怎么安装tensorflow和pytorch秀一下最终结果环境准备安装conda创建tensorflow虚拟环境tensorflow测试代码完成tensorflow安装后再次搭建pytorch虚拟环境 秀一下最终结果 环境准备 从Python官网下载支持Apple Silicon的版本 https://www.python.org/downloads/mac-osx/ 2，完成后按默认条件安装即可。在终端输入python3，可看到您下载的Python版本 安装conda 1，
生信质控分析-FastQC
01-13
生物信息分析基础软件，高通量测序，主要用于做质控分析
华中科技大学生信专业课件--基因芯片
07-09
华中科技大学生信专业课件.基因芯片的测序原理是杂交测序方法，即通过与一组已知序列的核酸探针杂交进行核酸序列测定的方法，在一块基片表面固定了序列已知的靶核苷酸的探针。当溶液中带有荧光标记的核酸序列...
生信知识点-串讲-富集分析_R生信_生物信息_富集分析_R富集分析_生信分析_
10-02
R语言中生物基因的富集分析 给生物信息学的爱好者
生信分析论文套路R语言代码
12-05
TCGA GEO数据处理，基因注释，差异分析，GO，KEGG，GSEA富集分析，肿瘤突变负荷，免疫浸润，LASSO回归，随机森林，SVM-RFE，COX回归，WGCNA网络，共识聚类分析，药物敏感性分析，干性指数，免疫浸润指数，预后模型等...
生信分析服务器配置脚本
08-13
生信分析linux环境配置，安装分析软件环境，需要root权限
树莓派学习（二）：更换镜像源以及安装虚拟环境miniforge3
weixin_43986536的博客
07-20 5396
安装虚拟环境miniforge3，为安装pytorch做准备
M1 Silicon 安装tensorflow_macos
weixin_43991446的博客
07-18 357
M1 Silicon 安装tensorflow_macos1. 下载miniforge32 创建虚拟环境3 安装apple tensorflow方法1（推荐）:方法2：测试代码 苹果官网: https://developer.apple.com/metal/tensorflow-plugin/ apple github: https://github.com/apple/tensorflow_macos 方法1: https://www.cyberlight.xyz/passage/tensorflow-a
Windows基于WSL搭建Python数据分析环境
xuzhougeng blog
07-03 2114
最近配置了一台较为不错的台式机，记录下自己配置环境的过程。 安装WSL，提供Linux环境 如果你发现后续的命令无法运行或者说软件商城中找不到，这可能意味着你的操作系统不符合要求。WSL安装要求 Windows 10 version 2004（Build 19041 ）及以上，或者是Windows11. 以管理员身份（也就是右击命令提示符）打开Windows下的CMD或PowerShell（后续，我们统一称之为终端） 然后终端中，执行如下命令 wsl --install 中间可能会出现几次弹窗，需要
【M1芯片Mac】配置Tensorflow环境
weixin_46059601的博客
12-29 375
M1芯片Mac配置Tensorflow环境
RNA-seq生信分析R语言代码
最新发布
09-27
RNA-seq的生信分析可以使用R语言进行。下面是RNA-seq分析的大体步骤和对应的R语言代码： 1. 数据质控： - 质量评估和过滤：使用软件如FastQC和Trimmomatic对测序数据进行质量评估和过滤。 ```R library("ShortRead") library("Rsubread") # 质量评估 qc <- FastqFile("sample.fastq") quality <- qa(qc) # 过滤 filtered <- filterFASTQ(qc, output_file="filtered.fastq", trimVector=TRUE) ``` 2. 数据比对： - 将测序数据比对到参考基因组或转录组上，使用软件如HISAT2和STAR。 ```R library("Rsubread") # 比对到参考基因组 index <- buildindex("genome.fasta", "genome_index") aligned <- align(index, "filtered.fastq", output_file="aligned.bam") ``` 3. 确定基因表达水平： - 使用软件如featureCounts和HTSeq将比对结果转换为基因表达矩阵。 ```R library("Rsubread") # 生成基因表达矩阵 counts <- featureCounts("aligned.bam", annot.ext="gene.gtf", isPairedEnd=FALSE) ``` 4. 差异基因表达分析： - 使用软件如DESeq2和edgeR对基因表达矩阵进行差异基因分析。 ```R library("DESeq2") # 差异分析 dds <- DESeqDataSetFromMatrix(countData=counts, colData=sample_info, design=~condition) dds <- DESeq(dds) results <- results(dds) ``` 以上是RNA-seq生信分析的大体步骤和对应的R语言代码。请根据实际情况对代码进行相应的调整和优化。如果需要更详细的代码和解释，请参考相关的生物信息学教程和文献。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

发誓要做读书人

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值