有感于现在网上大部分生物信息学linux入门教程对于从未接触过计算机的同学难度还是偏大,可谓是劝退教程,因此做了这个最最基础入门教程。此教程适合想学习生物信息学但计算机知识薄弱的同学。学习完此教程可掌握最基本的linux *** 作,当然,对于初学者已经够用了。我认为学习一门新的知识 在用中学,在学中用 效率最高。所以一些高深点的知识等入了门遇到了在学也是可以的。
课程分为3节:
第一节:Linux系统的安装
第二节:文件和目录相关常用的命令
第三节:进程及其他
如果想学习好生物信息学,一定要多练习,最好带着项目去学。
小炒:搜索 “conda cheatsheet”
好处:
添加channel
channel是有顺序的,一般保持bioconda在第一个,conda-forge在第二个。-defaults放最后。
创建软链接 ,相当于在桌面创建了快捷方式: ln -s
例: ln -s ~/miniconda3/envs/python2/macs2 ~/.local/bin
搜索生信软件
https://bioconda.github.io/ -availiable packages
Tips
二进制版本
以 ncbi-blast ,'sra-toolkit','hisat2'为例
预编译版本
以 zlib 为例,samtools依赖的软件。
tree 的安装只需后两步,且最后一步的时候要做修改,记得去看 Read me 。
三部曲解读:
如果没有root权限要解决软件依赖的问题:
https://www.jianshu.com/p/da92ca36a220
修改makefile的变量名
python包软件管理工具
conda 安装deeptools
deeptools在python2下表现更好。
链接:
1. http://www.biotrainee.com/thread-144-1-1.html
2. http://www.bio-info-trainee.com/2092.html
举两个例子:
参考:
bilibili:zhougengxu
https://www.bilibili.com/video/BV1JJ411p7fX?spm_id_from=333.337.search-card.all.click
和高端服务器选用类UNIX系统是一样的道理,Linux一直在进化,比起Windows那N久没啥变化的内核,性能自然好很多。生物分析与大数据并行计算分不开,性能上要求高,不需要Windows那种傻瓜系统,而且真正意义上可以最大限度为 *** 作系统定制软件的话,肯定是开源的系统更好,可以最大程度的优化,而Windows平台的话只能用微软提供的开发工具。国外大牛们多用Linux也是重要原因。欢迎分享,转载请注明来源:内存溢出
评论列表(0条)