云生信学生物信息学

离线VEP环境部署:缓存匹配、插件核对和队列注释

作者:发布于 2026-11-21更新于 2026-11-15约 8 分钟阅读
离线VEP环境部署:缓存匹配、插件核对和队列注释

离线VEP环境部署:缓存匹配、插件核对和队列注释:固定116程序API与缓存;先验收无插件离线注释;逐个验证插件及字段;按队列总资源试并发
本文操作与检查路径示意。

离线VEP部署的关键不是只有一个vep命令,而是程序、Ensembl API、缓存、FASTA和插件能相互匹配。本文固定release/116、人类GRCh38及同发布版缓存,示范普通SNV和小indel VCF。其他物种、组装或RefSeq缓存应另建环境,不在同一个目录用改名方式互相替代。

把环境文件做成一个版本包

组成 本例选择 验收证据
程序与API VEP release/116 安装日志、提交与版本
缓存 homo_sapiens、116、GRCh38 真实缓存目录和来源
FASTA 同组装序列及索引 REF核对、来源与校验值
插件 同版Blosum62示例 插件提交、加载字段及适用后果
执行环境 Perl依赖、编译工具与网络 安装阶段通过;运行阶段可离线

在具备依赖和网络的独立Linux目录准备环境。下列安装会下载API、缓存和FASTA;存储路径需有足够空间且可写。失败先看安装日志,不把部分缓存复制给正式任务。插件仓库另取同一发布分支,使用外部数据库的插件还要核对数据版本、参数及可用权限。

set -euo pipefail
git clone --depth 1 --branch release/116 \
  https://github.com/Ensembl/ensembl-vep.git vep116
git clone --depth 1 --branch release/116 \
  https://github.com/Ensembl/VEP_plugins.git vep116-plugins
cd vep116
perl INSTALL.pl --AUTO acf --SPECIES homo_sapiens --ASSEMBLY GRCh38 \
  --CACHE_VERSION 116 --CACHEDIR /data/vep116-cache > install.log 2>&1
git rev-parse HEAD > program.commit.txt

先确认基础注释,再加一个明确插件

选择已核对参考的少量真实测试变异,先删除下例plugin相关两项运行一遍基础流程,再在新输出目录加入插件比较。FASTA路径填写安装后实际文件,下面是常见命名示例,不能因名字相似就认定已下载。两个目录的变异键、基础后果与警告都应检查,不能只比较文件大小。

set -euo pipefail
vep=/opt/vep116/vep
plugins=/opt/vep116-plugins
cache=/data/vep116-cache
fasta=/data/vep116-cache/homo_sapiens/116_GRCh38/Homo_sapiens.GRCh38.dna.toplevel.fa.gz
input=/data/test.GRCh38.vcf.gz
test -x "$vep";test -s "$input";test -s "$fasta"
test -s "$plugins/Blosum62.pm"
mkdir vep-plugin-attempt1
/usr/bin/time -v -o vep-plugin-attempt1/time.txt "$vep" \
  --input_file "$input" --output_file vep-plugin-attempt1/annotated.vcf \
  --format vcf --vcf --offline --cache --cache_version 116 \
  --species homo_sapiens --assembly GRCh38 --dir_cache "$cache" \
  --fasta "$fasta" --check_ref --dir_plugins "$plugins" --plugin Blosum62 \
  --safe --fork 1 --stats_file vep-plugin-attempt1/summary.html \
  > vep-plugin-attempt1/run.log 2>&1
test -s vep-plugin-attempt1/annotated.vcf
bcftools view -h vep-plugin-attempt1/annotated.vcf > vep-plugin-attempt1/header.txt
grep -q '^##INFO=<ID=CSQ,' vep-plugin-attempt1/header.txt
grep -q 'BLOSUM62' vep-plugin-attempt1/header.txt
bcftools query -f '%CHROM\t%POS\t%REF\t%ALT\n' "$input" > vep-plugin-attempt1/input.keys
bcftools query -f '%CHROM\t%POS\t%REF\t%ALT\n' vep-plugin-attempt1/annotated.vcf > vep-plugin-attempt1/output.keys
cmp vep-plugin-attempt1/input.keys vep-plugin-attempt1/output.keys

插件没有分数不一定是安装失败

Blosum62官方说明给可解释的氨基酸替换增加BLOSUM62分数,不会为所有非编码、同义或其他后果填值。检查CSQ实际字段顺序及一个适用变异,不能把空值自动补零。–safe用于使插件问题明确失败,仍需查看日志和插件适用条件。

VEP选项文档说明offline避免数据库连接,但插件仍可能有独立依赖和外部文件。基础离线成功后,逐个增加已验收插件,保存参数和数据校验值。只看插件文件在目录里,不能证明它被加载、参考匹配或产生了正确字段。

扩成队列时保留环境与任务边界

每个VCF用唯一目录、输入校验值和退出状态,先顺序跑通,再增加fork或任务并发。fork可能增加总内存,GNU Time的进程记录不替代整个作业组监控;缓存及FASTA的共享盘访问也会限制吞吐。不要边跑边更新同一路径的缓存和插件。

参考不匹配、缺缓存或插件依赖报错先修环境;REF检查不通过的变异应追溯原始参考,不以关闭检查作为批量补救。基础流程与插件验收通过后,依据CPU、RAM和盘峰值安排资源。环境部署、后续数据解释与服务器资源分别登记,离线运行本身不代表注释结论已经验证。

运行示例假定程序与插件目录位于/opt;若克隆在其他位置,必须同步修改vep和plugins变量,不调用另一套同名程序。保存缓存说明及测试VCF,环境交付时由使用者重新读取一组适用变异,核对基础后果、插件字段和日志,而不是只签收安装目录。

需要额外算力时

适用前提:许可和缓存可用性确认后,需要兼容环境与持续批量计算。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。

参考与版本核对

按文中适用环境运行,所用版本与参数以实际安装环境和对应官方文档为准。

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 ↗