在服务器管理初期，我管理参考基因组的方法非常简单，就是以物种名建立一个文件夹，然后把和该物种有关的FASTA文件，GFF文件都放到该文件中，之后在文件夹中建立不同软件的索引。 当然目前已经有一些软件可以帮助你进行管理，比如说`refgenie`。它是一个Python编写的参考基因组管理工具，软件的设计思路如下:  你既可以在本地自己构建，也可以从它的服务器上下载已有的物种。 ## 软件安装 refgenie的安装非常简单，只需要一行代码 ```bash # 建议先安装miniconda pip install refgenie ``` 之后，你需要初始化一个文件夹，之后下载的基因组都会在该目录下 ```bash mkdir -p ~/reference/ refgenie init -c ~/reference/genome_config.yaml ``` 将这一行`export REFGENIE=~/reference/genome_config.yaml`根据所用的SHELL加入到对应的`.bashrc`或`.zshrc` ## 软件使用 我们可以使用`refgenie listr`去查看目前refgenomes服务器中已经有的参考基因组，输出信息如下 ```bash Querying available assets from server: http://refgenomes.databio.org/assets Remote genomes: hg19, hg19_cdna, hg38, hg38_cdna Remote assets: hg19: bismark_bt1_index; bismark_bt2_index; bowtie2_index; bwa_index; fasta; hisat2_index hg19_cdna: bowtie2_index; hisat2_index; kallisto_index; salmon_index hg38: bismark_bt1_index; bismark_bt2_index; bowtie2_index; bwa_index; fasta; hisat2_index hg38_cdna: bowtie2_index; hisat2_index; kallisto_index; salmon_index ``` 我们可以用`refgenie pull`来下载数据 ```bash refgenie pull --genome hg38 --asset bowtie2_index ``` 当然更常见的情况是，你的物种并不在已有的列表中，以及这是一个国外服务器，你甚至都无法拉取列表，所以我们需要用`refgenie build`来构建参考基因组。 我们以拟南芥参考基因组为例，我们需要先从[EnsemblPlants](http://plants.ensembl.org/index.html)上下载参考基因组序列 ```bash wget 'ftp://ftp.ensemblgenomes.org/pub/plants/release-44/fasta/arabidopsis_thaliana/dna/Arabidopsis_thaliana.TAIR10.dna.toplevel.fa.gz' ``` 先导入fasta文件 ```bash refgenie build --genome TAIR10 --asset fasta --fasta Arabidopsis_thaliana.TAIR10.dna.toplevel.fa.gz ``` 建立bwa的索引 ```bash refgenie build --genome TAIR10 --asset bwa_index --fasta Arabidopsis_thaliana.TAIR10.dna.toplevel.fa.gz ``` 此时检查`~/reference/genome_config.yaml`文件，里面记录了刚才新建文件的位置 ```bash config_version: 0.2 genome_folder: /path/to/reference genome_server: http://refgenomes.databio.org genomes: TAIR10: assets: fasta: path: fasta/TAIR10.fa asset_description: Sequences in the FASTA format fai: path: fasta/TAIR10.fa.fai asset_description: Indexed fasta file, produced with samtools faidx chrom_sizes: path: fasta/TAIR10.chrom.sizes asset_description: Chromosome sizes file bwa_index: path: bwa_index asset_description: Genome index for Burrows-Wheeler Alignment Tool, produced with bwa index ``` 和build相关的详细信息参考<http://refgenie.databio.org/en/latest/build/> ## 参考资料 官方文档: <http://refgenie.databio.org/en/latest/>