
CIRIquant调用多个外部程序,安装一个Python包不等于整条环状RNA流程已经可用。批处理前应固定软件、参考索引与建库条件,让一个样本完整结束;否则并行会同时复制同一个依赖错误。本篇按CIRIquant 1.1.3的配置和双端输入接口组织任务,不替换它内部的比对器。
先核对流程适用与工具链
准备适用circRNA研究的双端RNA-seq,确认建库选择、链特异性及是否涉及RNase R校正。不同处理类型不能直接套同一个表达解释。该版代码包含Python 2时代依赖,应先验证隔离环境;已有新解释器迁移也要单独验收,不能默认兼容。官方工具链所需外部程序与参考均要能在实际运行环境访问。
| 配置部分 | 本项目记录 | 验收要求 |
|---|---|---|
| 工具 | bwa、hisat2、stringtie、samtools、java、perl | 路径存在且版本互相兼容 |
| 基因组 | FASTA、GTF与来源 | 同一组装与染色体命名 |
| 索引 | BWA前缀、HISAT2前缀 | 由上述参考构建、文件完整 |
| 文库 | 双端、链规则、处理方式 | 与真实实验记录一致 |
| 资源 | 分配CPU集合、内存与工作盘 | 由项目管理员或调度器确认 |
创建一份实际可核对的配置
在全新ciri-S01目录创建config.yaml。以下均为路径占位,须替换为已验收文件;索引写前缀,不附.bwt或.1.ht2。该版本检查原始BWA索引格式,不能把BWA-MEM2索引直接替代。工具不在PATH时,使用tools中的绝对路径避免调用到另一套版本。
name: project_reference_v1
tools:
bwa: /opt/ciri-tools/bin/bwa
hisat2: /opt/ciri-tools/bin/hisat2
stringtie: /opt/ciri-tools/bin/stringtie
samtools: /opt/ciri-tools/bin/samtools
java: /opt/ciri-tools/bin/java
perl: /opt/ciri-tools/bin/perl
reference:
fasta: /ref/genome.fa
gtf: /ref/genes.gtf
bwa_index: /ref/bwa/genome
hisat_index: /ref/hisat2/genome
在获分配CPU范围内完成单样本
下面从包含ciri-S01的上级目录运行,要求Linux taskset与GNU time。CPUSET填写管理员已分配且当前允许的CPU编号列表,先对照/proc/self/status中的Cpus_allowed_list;不要照抄别人的编号。两线程和-l 0只演示无链特异文库,链特异样本须选实际对应的1或2。
set -euo pipefail
: "${CPUSET:?填写已授权CPU集合,如实际分配的编号列表}"
test -s ciri-S01/config.yaml
test ! -e ciri-S01/result
test -s /data/S01_R1.fastq.gz; test -s /data/S01_R2.fastq.gz
gzip -t /data/S01_R1.fastq.gz /data/S01_R2.fastq.gz
CIRIquant --version > ciri-S01/version.txt
status=0
/usr/bin/time -v -o ciri-S01/resource.txt taskset -c "$CPUSET" \
CIRIquant --config "$PWD/ciri-S01/config.yaml" \
-1 /data/S01_R1.fastq.gz -2 /data/S01_R2.fastq.gz \
-o "$PWD/ciri-S01/result" -p S01 -t 2 -l 0 \
> ciri-S01/run.log 2>&1 || status=$?
printf '%s\n' "$status" > ciri-S01/exit.txt
test "$status" -eq 0 || exit "$status"
test -s ciri-S01/result/S01.gtf
对照日志检查真正的完成位置
查看run.log是否完成基因组比对、候选识别和表达定量,最终应报告circRNA Expression profile与Finished。读取S01.gtf,核对参考名称、坐标及表达字段;仅有GTF注释头不能证明找到了有效候选。也检查需要保留的比对及基因表达输出,记录该版自动清理了哪些临时文件。
配置错误先查完整索引与工具路径;空比对或子程序失败回查详细日志,不能仅凭父进程退出零认定成功。批处理为每个样本使用唯一前缀、新目录和独立状态记录,先验证两个样本后再扩队列;RNase R等额外路线按官方要求另设输入与验收。
样本清单还应记录前缀、读段对数、链类型、参考配置校验值与输出位置。两端gzip校验通过不代表读段配对正确;先核对名称和数量。配置文件作为项目版本保存,批量中途不改相同路径下的参考或工具,否则目录隔离也无法保证方法一致。
taskset限定可使用的CPU集合,不是内存限制,也不能把-t解释为整条流程最多同时只有两个活动线程。内部比对与排序可能并行;内存硬限制应走既有调度器或cgroup配置。用单样本RSS、盘高水位与并发总量确定可运行数量,再检查增加并发后的整体吞吐。
参考资料
需要额外算力时
适用前提:流程及输入适配,批处理需要稳定兼容环境和额外资源。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
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。咨询本任务的服务器配置
