写在前面

准备搞个泛基因组系列文章, 走一下图形泛基因组 (graph pan-genome) 的流程, 当前主流的几款软件, 以及分析流程都测一下, 做技术储备. 尽量复现一下结果, 跑一跑下游的分析流程. 本人能力有限, 希望大家多多讨论, 共同进步.

Cactus 的安装

正常情况下软件安装不应该单独拎出来发一篇, 但是这个软件属实不太好安装, 踩了不少坑. 如果完全按照 GitHub 的步骤安装, 分析中大概率会报错. 我的建议是 单独创建一个 conda 环境, 在这个环境里面执行后续安装. 我的环境是 CentOS 7, ldd (GNU libc) 2.17. 另外请注意, 不要使用 conda 直接安装完整的 cactus, 版本非常老旧, 很多新的 feature 都没有.

首先是 conda 部分, 创建一个 python 环境:

conda create -n python3.12 -y python=3.12.11 numpy dnachun::kent-tools virtualenv conda-forge::rsync bioconda::vcflib

需要说明的是:

python 版本实际上 >3.9 就可以了, 我这里直接搞了个 3.12.11;
numpy: 按照软件的安装方法, 这个包走 pip 安装对环境有要求, 我干脆扔给 conda 解决;
kent-tools: 这个是 Cactus 中部分功能会依赖, 直接下载是通过 wget 方法, 太慢了;
virtualenv: 必须安装, 是 Cactus 安装重要依赖;
rsync: 软件里会检测这个工具, 我是集群里没有, 有的话就不用装了;
vcflib: 处理 vcf 需要这个套件, 安装流程里面写的是选装, 但是对于图泛流程, 尤其是需要 vcf 输出的情况, 这个软件是必装;

基于这个环境, 就可以走下面的安装步骤了:

# 启动刚才的 python 环境, 这里 conda 环境根据你的实际情况来
source /conda/bin/activate python3.12
# 下载, 自己下载后传到集群里也可以
wget https://github.com/ComparativeGenomicsToolkit/cactus/releases/download/v2.9.9/cactus-bin-v2.9.9.tar.gz
# 解压
tar -xzf cactus-bin-v2.9.9.tar.gz
cd cactus-bin-v2.9.9
# 安装
virtualenv -p python3 venv-cactus-v2.9.9
printf "export PATH=$(pwd)/bin:\$PATH\nexport PYTHONPATH=$(pwd)/lib:\$PYTHONPATH\nexport LD_LIBRARY_PATH=$(pwd)/lib:\$LD_LIBRARY_PATH\n" >> venv-cactus-v2.9.9/bin/activate
source venv-cactus-v2.9.9/bin/activate
python3 -m pip install -U setuptools pip wheel
python3 -m pip install -U .
python3 -m pip install -U -r ./toil-requirement.txt

看着多, 一步一步走就可以, 这里需要注意的是, 命令中的 python3, 一定要检查一下是不是刚刚安装环境里面的, 或者都使用 python, 不带那个 3. 我自己由于 alias 了一个 python3, 导致这里安装有问题;

如果 pip 安装过慢, 可以通过设置全局 pip 镜像解决; 如果哪个包安装错误, 直接使用 conda 安装就可以, 比较灵活.

全部安装完成后, 就可以 cactus -h , 可以正常显示帮助了. 后续使用的话, 记得我们是激活了两个环境的: conda 环境以及 cactus 的虚拟环境. 我把这两个环境存在了一个 env.sh 里, 后面直接使用比较方便, 仅供参考.

下一篇将介绍 Cactus 软件的基本使用.

Cactus的安装

写在前面

Cactus 的安装