云生信学生物信息学

把注释软件、参考库和工作目录部署为可复用环境

作者:发布于 2026-11-18更新于 2026-11-15约 6 分钟阅读
环境与数据库一起留档

环境与数据库一起留档:导出实际软件锁定清单;数据库快照独立存放;建立相对路径内容校验;用新任务目录验证复用
本文操作与检查路径示意。

注释环境复用,需要同时固定软件、数据库、输入与目录约定。只给同事一个conda环境名,不能说明用了哪一版库;共享库中途更新还可能让同一批样本得到不同结果。下面建立一个Linux上的Bakta环境与只读使用的数据库快照清单,面向细菌注释,不冒充通用真核注释平台。

先规定哪些内容可以变化

约定环境由维护者创建,分析者只读使用;数据库更新到新目录,正在运行的任务继续使用旧版本。输入、临时目录和输出分别存放,样本ID只用清楚稳定的命名。同批次更改库、程序或附加证据时,登记新配置编号,不静默覆盖。

目录/记录 用途 复用时核对
env/与explicit.lock 解析后的软件及依赖 同平台重建,核对实际版本
database/快照 固定数据库内容 软件schema、full/light及库版本
inputs/与校验表 获准组装和可选证据 样本、来源、内容一致
runs/独立目录 日志、临时盘与结果 新任务不覆盖旧目录
run-spec.txt 模式、参数、路径和负责人 所有待确认项明确写出

建立环境并导出实际解析结果

需已有可用conda与mamba,下载渠道和软件使用范围已获允许。在新的项目目录执行;首次求解不假定某个版本永远可下载,而是保存实际解决出的版本和平台锁定清单。explicit文件不承诺跨系统、跨CPU架构通用,也不能保证镜像源永久保留历史包。

set -euo pipefail
mkdir bakta-reusable1
cd bakta-reusable1
mamba create -y --override-channels --strict-channel-priority -p "$PWD/env" -c conda-forge -c bioconda bakta
conda list -p "$PWD/env" --explicit > environment-linux.lock
conda run -p "$PWD/env" bakta --version > bakta.version.txt
conda run -p "$PWD/env" bakta_db list > database-available.txt
mkdir database
conda run -p "$PWD/env" bakta_db download \
  --output "$PWD/database" --type full > database-download.log 2>&1

为实际数据库建立内容指纹

从下载日志确定实际库目录和版本,再设置DB绝对路径。下面清单用相对文件名,便于复制后在新库根目录核验;GNU find、sort和sha256sum需可用。全库校验会读取大量数据,应安排在部署或迁移验收时,不在每个小样本前重复消耗共享存储。

set -euo pipefail
: "${DB:?填写实际完整数据库目录}"
test -d "$DB"
test ! -e database.sha256
(cd "$DB"; find . -type f -print0 | sort -z | xargs -0 -r sha256sum) \
  > database.sha256
test -s database.sha256
# 迁移后在新数据库根目录校验;清单路径须填为绝对路径
# (cd "$NEW_DB"; sha256sum -c /absolute/path/database.sha256)

用新样本目录验证复用链

在项目根目录保存run-spec.txt,填入DB、输入组装、Bakta版本、库类型和版本、线程及额外证据。首次运行一个代表性细菌样本,随后在新的同平台环境按lock重建,再用同一数据库与输入做输出检查。不能只看到bakta –help成功就把依赖和库验收通过。

set -euo pipefail
: "${DB:?固定数据库路径}"; : "${ASSEMBLY:?已验证的组装绝对路径}"
test -d "$DB"; test -s "$ASSEMBLY"
mkdir run-isolateA-v1
sha256sum "$ASSEMBLY" > run-isolateA-v1/input.sha256
conda run -p "$PWD/env" bakta --db "$DB" --threads 2 \
  --prefix isolateA --output run-isolateA-v1/results "$ASSEMBLY" \
  > run-isolateA-v1/stdout.log 2> run-isolateA-v1/stderr.log
test -s run-isolateA-v1/results/isolateA.gff3

验收软件/库版本、输入校验、GFF3与JSON可读性及主要功能结果,保留原始日志。迁移后路径错误、缺AMRFinder库与网络盘I/O等待分开排查;不要用–force覆盖、改schema号或关分析来绕过。full与light的功能精度范围不同,换库需重新验证。

这一套记录让环境可追溯,不自动保证不同平台逐字节输出相同。正式扩到多样本时先测单任务资源与共享库读取,再决定并发;所有任务都要能追到同一配置编号及独立结果目录。

重建时在同平台用conda create -p 新环境路径 –file environment-linux.lock,并再次检查bakta版本及关键依赖。lock中可能包含具体下载地址,分享前检查是否有内部地址或访问凭据;数据库内容清单、软件lock与样本数据各自按权限保存。复制一个环境目录并不保证其中的绝对路径和二进制在新机器仍可用。

参考资料

需要额外算力时

适用前提:确定的注释工具栈需要兼容环境与持续资源。如需额外资源,可评估服务器租赁及按需环境部署。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。

咨询本任务的服务器配置

咨询本任务的服务器配置

留下手机号,我们会结合本文任务与您沟通服务器配置和报价。

也可联系云生信企业微信客服,说明本文任务。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗