ARM平台使用Bioconductor软件包方法

介绍

• Bioconductor是一个基于R语言的开源生物信息学软件平台，旨在为生物学家和生物信息学家提供高质量、高效的工具和资源，以支持生物信息学研究。
• Bioconductor社区由一群来自世界各地的生物信息学家、统计学家和计算机科学家组成，他们致力于开发和维护生物信息学软件包、数据集和文档，以满足生物信息学研究的需求。 Bioconductor社区的软件包涵盖了各种生物信息学应用领域，包括基因表达分析、蛋白质组学、代谢组学、基因组学、转录组学、单细胞分析等。这些软件包提供了各种算法和工具，包括数据预处理、统计分析、可视化、机器学习等，可以帮助研究人员从海量的生物数据中提取有用的信息。
• Bioconductor社区还提供了丰富的数据资源，包括基因表达数据、蛋白质组数据、代谢组数据、基因组数据等，这些数据可以用于生物信息学研究和算法开发。
• Bioconductor社区的成员积极参与各种生物信息学研究项目，包括癌症研究、药物研发、基因组学研究等，他们不断开发和改进生物信息学工具和资源，以推动生物信息学研究的发展。
• Bioconductor官网：https://www.bioconductor.org/。
• Bioconductor目前已集合约2230生物信息领域软件包，最新的版本是3.17，对应的R版本是4.3。
• Bioconductor查询最新release包的地址：http://www.bioconductor.org/packages/release/BiocViews.html#___Software。

安装依赖包

安装Bioconductor软件包前提需要安装R语言，部分Bioconductor包还需要基于系统依赖库，例如bzip2等，一般推荐使用yum直接安装。

如下操作以R 4.3.0、Kylin V10为例，其余版本安装步骤类似。

1. 使用PuTTY工具，以root用户登录服务器。
2. 使用yum安装相关依赖。

   yum install libXt-devel libX11-devel readline-devel pcre2-devel libcurl-devel libtiff-devel libpng-devel libjpeg-turo-devel cairo-devel freetype-devel harfbuzz-devel pango-devel zlib-devel

3. 下载安装包并解压。

   wget https://cran.r-project.org/src/base/R-4/R-4.3.0.tar.gz
   tar xvf R-4.3.0.tar.gz

4. 编译安装R语言。

   cd R-4.3.0
   ./configure --prefix=/path/to/R_install
   make -j && make install

   

   “/path/to”表示R语言的安装路径，用户安装时请以实际路径为准。

5. 设置环境变量。

   export PATH=/path/to/R_install/bin:$PATH
   export LD_LIBRARY_PATH=/path/to/R_install/lib/R/library:$LD_LIBRARY_PATH

安装Bioconductor

安装完R语言后，需要安装BiocManager管理器作为安装Bioconductor包的入口。

1. 安装BiocManager。
   1. 打开R语言解析器。

      R

   2. 安装BiocManager管理器。

      install.packages("BiocManager")

      首次安装需要选择CRAN的镜像，推荐最近城市的镜像，以24：shenzhen举例。当服务器中出现“DONE（BiocManager）”，表示BiocManager管理器已安装完成。

      

      

      BiocManager的版本会根据当前R语言的版本进行匹配自动安装。

2. 安装Bioconductor软件包。
   

   Bioconductor支持自动与离线安装两种方式，推荐使用自动安装方式安装。如下操作以ACME为例，其余软件包安装步骤类似。

   • 自动安装方式（适用于服务器已接通网络）

     BiocManager::install("ACME")

     当服务器中出现“DONE（ACME）”，表示ACME已经安装完成。

     

     

     当最后提示“Old packages: XXX”时，请输入n不进行更新包操作，避免产生兼容性冲突。

   • 离线安装方式（适用于依赖少的包和服务器无法接通网络）
     1. 打开ACME最新Release包地址http://www.bioconductor.org/packages/release/bioc/html/ACME.html，下载ACME的R源码包“ACME_2.56.0.tar.gz”并上传至服务器。

        

     2. 安装ACME。

        R CMD INSTALL ACME_2.56.0.tar.gz

        

        使用离线安装方式，在首次安装过程中一般会提示缺少某依赖，按照上述方法进行自动安装或离线安装缺少的依赖即可。例如以上报错为R环境中缺少Biobase和BiocGenerics包，下载Biobase和BiocGenerics包并上传至服务器，由于Biobase依赖BiocGenerics，则先安装BiocGenerics。

        1. 安装BiocGenerics。

           R CMD INSTALL BiocGenerics_0.46.0.tar.gz

           当服务器中出现“DONE（BiocGenerics）”，表示BiocGenerics已安装完成。

        2. 安装Biocbase。

           R CMD INSTALL Biocbase_2.60.0.tar.gz

           当服务器中出现“DONE（Biocbase）”，表示Biocbase已经安装完成。

     3. 再次安装ACME。

        R CMD INSTALL ACME_2.56.0.tar.gz

Bioconductor软件使用方法

本章节以ACME举例，详细使用方法可参考ACME.R或者ACME.pdf，这2个文件来源于ACME的安装目录，一般是在“/path/to/R_install/lib/R/library/ACME/doc”，其余软件包使用方法同理，或到bioconductor包社区查询。

1. 加载ACME库。

   首先从两个nimblegen加载一些示例数据阵列，用于在ChiIP芯片实验中分析HOX基因。

   library("ACME")
   datdir <- system.file('extdata',package='ACME')
   fnames <- dir(datdir)
   example.agff <- read.resultsGFF(fnames,path=datdir)
   example.agff

   

   calc <- do.aGFF.calc(example.agff,window=1000,thresh=0.95)

   

2. 作图和查找领域。

   函数do.aGFF.calc将ACMESet对象作为输入，窗口大小（通常为2～3是实验中预期碎片大小的倍，并且足够大，至少包括大约10探针），以及将用于确定哪些探针被计数的阈值在卡方检验中为阳性。如果需要，结果可以在R图形窗口中绘制。原始信号通常是每个寡核苷酸（芯片/总基因组DNA）的数量将显示为灰点；相应的P值将以红色显示。虚线水平线表示在调用aGFF.calc中定义的阈值。在以下示例中，R绘制了来自1号染色体上任意选择的区域，基因组坐标为10,000～50,000。

   plot(calc,chrom='chr1',sample=1)
   regs <- findRegions(calc)
   regs[1:5,]

   

   

3. 生成用于在基因组浏览器中查看的文件。

   Affymetrix集成Genorne浏览器（IGB）是一个非常快速的跨平台（基于Java）基因组浏览器，可以以多种格式显示数据。通过生成“sgr”文件，以完全交互式的方式查看原始数据和计算的p值。一个简单的函数write.sgr将生成这样的文件，然后可以加载到浏览器。该函数还作为如何生成其他文件格式的模型。使用小的修改，可以生成其他格式。

   • 同时写入计算值和原始数据。

     write.sgr(calc)

     

   • 只写计算的数据。

     write.sgr(calc,raw=FALSE)

     

   • 导出到UCSC基因组浏览器bedgraph格式。

     write.bedGraph(calc)

     

4. 退出R语言解释器，并在当前目录生成文件。

   q()

   “Save workspace image？”表示是否保存历史命令，y表示是，n表示否，c表示取消。

   

   ls -l

   

R语言使用包常用命令

以“ACME”举例，其余软件包使用方法同理。

• 返回指定包的版本。

  packageVersion("ACME")

• 加载指定包。

  library("ACME")

• 查看已加载的包。

  (.packages())

• 查询所有包所在库的路径 。

  .libPaths()

• 卸除已加载的包。

  detach("package:ACME")
  detach("package:ACME",unload=TRUE)

  

  detach是卸除已经加载的包，同等于在运行环境中暂时卸除包，不希望这个包被加载使用。一般来说，在包使用函数冲突，检验函数依赖时比较有用。detach并不是卸载/彻底删除该包。

  • 彻底删除已安装的包。

    remove. packages(c("ACME"))

  • （可选）R设置国内清华源，用于访问R默认源访速度较慢时。

    在root目录下新建“.Rprofile”文件，输入以下内容并保存。

    options("repos" = c(CRAN="http://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
    options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/")