1．1实验设计

通常，用户希望在这里指定与VAR-Seq研究分析相关的所有信息。包括FASTQ文件的详细描述、实验设计、参考基因组、基因注释等。

2.1生成工作流环境

systemPipeRdata包是一个生成的辅助包，完全填充systemPipeR在当前工作目录中的工作流环境中使用单个命令。中提供了生成预配置工作流模板的所有说明systemPipeRdata装饰图案．

systemPipeRdata::genWorkenvir(工作流= "varseq"， mydirname = "varseq") setwd("varseq")

如果您已经拥有运行分析的环境，则可以跳过此步骤。如果没有，您可以运行它，它将创建目录结构并填充所有必要的参数和演示数据文件。

构建和加载后生成的工作流环境genWorkenvir从systemPipeRdata所有数据输入都存储在数据/目录和所有的分析结果将被写入一个单独的结果/目录，而systemPipeVARseq。限制型心肌病脚本和目标文件应该位于父目录中。R会话预计将从这个父目录运行。下存储其他参数文件参数/．

要处理实际数据，用户希望以类似的方式组织自己的数据，并将所有测试数据替换为自己的数据。要在新数据上重新运行已建立的工作流，请使用初始目标文件以及相应的FASTQ文件通常是用户需要提供的唯一输入。

欲了解更多细节，请参阅文档在这里．更多有关目标文件从systemPipeR可以找到在这里．

2．2使用一个命令构建工作流

此模板提供了一些常用步骤VARseq工作流。上的操作可以添加、删除、修改工作流步骤SYSargsList工作流对象。有关所有功能和实用程序的详细信息，请参阅主要装饰图案．

为了启动一个VARseq工作流，整个Rmarkdown文件将被导入SYSargsList对象，通过使用importWF(“systemPipeVARseq.Rmd”)命令。

在此模板中，代码块包含选项spr = TRUE'将被添加到工作流中。其他没有此选项的R代码块将被忽略。的选项eval = FALSE在导入和构建工作流对象时可以忽略。请注意这种可能性。

模板可以为每个步骤提供多个选择，例如不同的映射方法，这些方法将接收强制性的或可选国旗。一个人可以跑强制性的步骤,所有,或可选运行工作流时的步骤。

此外，每个步骤都可以在计算集群上运行(计算选项)或在当前会话上调用管理会话。要演示此模板，请使用a管理会话将被选择。

2．3工作流初始化

另一种方法是初始化工作流并将每个步骤附加到工作流对象中。

sal <- SPRproject()

2.4所需的包和资源

systemPipeR工作流可以通过一个命令从头到尾设计和构建，从R Markdown文件导入，或者从R控制台以交互模式逐步导入。本教程将演示如何以交互模式构建工作流，并附加每个步骤。工作流是通过连接每个步骤来构建的appendStep方法。每一个SYSargsListinstance包含使用特定命令行或R软件处理一组输入文件所需的指令，以及由特定工具/步骤生成的相应输出文件的路径。

的systemPipeR需要加载包(H Backman and Girke 2016)．

测试数据集中的一些样本在# VARseq中不能很好地工作，并且VARseq工作流需要很长时间来处理#每个样本。为了更好地测试和加快测试#工作流程，样本集减少到前8个样本。#请删除您的真实分析猫的下两行(蜡笔::红色$bold(“目标中的一些样本被删除用于测试工作流。\n")) writeLines(readLines("targetsPE.txt")[1:13]， "targetsPE.txt") ### pre-end appendStep(sal) <- LineWise(code = {library(systemPipeR)}， step_name = "load_SPR")

2.5FASTQ质量报告

以下seeFastq而且seeFastqPlot函数为一组FASTQ文件生成并绘制一系列有用的质量统计数据，包括每个周期质量箱形图、基本比例、基本水平质量趋势、相对k-mer多样性、长度和读取的出现分布、超过质量截断点的读取数和平均质量分布。结果被写入一个名为fastqReport.png．

这是预修fastq报告。另一个修剪后的fastq报告步骤不包括在默认值中。建议首先运行此步骤，以确定是否需要进行修剪。

请注意这里使用的是初始目标文件。在本例中，它已被添加到第一步，稍后，我们将使用该函数getColumn提取一个命名向量。

appendStep(sal) <- LineWise(code = {targets <- read.delim(" targetspee .txt"， comment. delm)char = "#") updateColumn(sal, step = "load_SPR"， position = "targetsWF") <- targets fq_files <- getColumn(sal， "load_SPR"， "targetsWF"， column = 1) fqlist <- seeFastq(fastq = fq_files, batchsize = 10000, klength = 8) png("./results/fastqReport.png"， height = 162, width = 288 * length(fqlist)) seeFastqPlot(fqlist) dev.off()}， step_name = "fastq_report_pre"， dependency = "load_SPR")

2.6读预处理

appendStep(sal) <- SYSargsList(step_name = "trimmomatic"， targets = " targetspee .txt"， wf_file = "trimmomatic/trimmomatic-pe. txt")Cwl "， input_file = "trimmomatic/trimmomatic-pe。yml"， dir_path = "param/cwl"， inputvars = c(FileName1 = "_FASTQ_PATH1_"， FileName2 = "_FASTQ_PATH2_"， SampleName = "_SampleName_")， dependency = c("fastq_report_pre")， run_step = "optional")

appendStep(sal) <- SYSargsList(step_name = "预处理"，targets = "targetsPE.txt"， dir = TRUE, wf_file = "preprocessReads/preprocessReads-pe. txt")， input_file = "preprocessReads/preprocessReads-pe. cwl"。yml"， dir_path = "param/cwl"， inputvars = c(FileName1 = "_FASTQ_PATH1_"， FileName2 = "_FASTQ_PATH2_"， SampleName = "_SampleName_")， dependency = c("fastq_report_pre")， run_step = "optional")

appendStep(sal) <- LineWise(code = {filterFct <- function(fq, cutoff = 20, Nexceptions = 0) {qcount <- rowsum (as(quality(fq)， "matrix") <= cutoff, na。fq[qcount <= Nexceptions]} save(list = ls()， file = "param/ customcft . rdata ")}， step_name = "custom_preprocessing_function"， dependency = "预处理")

yamlinput(sal， "预处理")$Fct yamlinput(sal， "预处理"，"Fct") <- "'filterFct(fq, cutoff=20, Nexceptions=0)'" yamlinput(sal， "预处理")$Fct ##检查新函数cmdlist(sal， "预处理"，targets = 1) ##检查命令行是否更新成功

2.7修边后的FASTQ质量

这是修整后的fastq质量报告。如果包含裁剪步骤，建议增加这一步，比较前后fastq的裁剪。

appendStep(sal) <- LineWise(code = {fq_files <- getColumn(sal， "preprocessing"， "outfiles"， column = 1) ## get outfiles path fqlist <- seeFastq(fastq = fq_files, batchsize = 10000, klength = 8) png("./results/fastqReport_pos.png"， height = 18, width = 4 * length(fqlist)) seeFastqPlot(fqlist) dev.off()}， step_name = "fastq_report_pos"， dependency = "trimmomatic"， run_step = "optional")

2.8读取映射BWA-MEM

本项目的NGS reads使用高变异耐受短读比对仪与参考基因组序列进行比对BWA-MEM(李2013;Li和Durbin 2009)．中定义了对准器的参数设置参数/ cwl gatk / bwa-pe.cwl．

该测试代码使用未修剪的fastq文件，因为演示数据很少且有限。不过，最好是用它来测试FASTQ质量报告函数首先验证您的真实数据。

appendStep(sal) <- SYSargsList(step_name = "bwa_index"， dir = FALSE, targets = NULL, wf_file = "gatk/workflow_bwa-index. index. "Cwl "， input_file = "gatk/gatk。， dir_path = "param/cwl"， dependency = "load_SPR")

appendStep(sal) <- SYSargsList(step_name = "fasta_index"， dir = FALSE, targets = NULL, wf_file = "gatk/workflow_fasta_dict. zip ")Cwl "， input_file = "gatk/gatk。Yaml "， dir_path = "param/cwl"， dependency = "bwa_index")

appendStep(sal) <- SYSargsList(step_name = "faidx_index"， dir = FALSE, targets = NULL, wf_file = "gatk/workflow_fasta_faidx. aspx ")Cwl "， input_file = "gatk/gatk。Yaml "， dir_path = "param/cwl"， dependency = "fasta_index")

appendStep(sal) <- SYSargsList(step_name = "bwa_alignment"， targets = "targetsPE.txt"， wf_file = "gatk/workflow_bwa-pe. txt" . appstep (sal) <- SYSargsList(step_name = "bwa_align "， targets = "targetsPE.txt"， wf_file = "gatk/workflow_bwa-pe. txt")Cwl "， input_file = "gatk/gatk。yaml"， dir_path = "param/cwl"， inputvars = c(FileName1 = "_FASTQ_PATH1_"， FileName2 = "_FASTQ_PATH2_"， SampleName = "_SampleName_")， dependency = c("faidx_index"))

2.9读取和对齐统计信息

下面概述了每个示例中的读取数以及其中有多少与引用对齐。

appendStep(sal) <- LineWise(code = {bampaths <- getColumn(sal, step = "bwa_alignment"， "outfiles"， column = "samtools_sort_bam") fqpaths <- getColumn(sal, step = "bwa_alignment"， "targetsWF"， column = "FileName1") read_statsDF <- alignStats(args = bampaths, fqpaths = fqpaths, pairEnd = TRUE) write。table(read_statsDF， "results/alignStats.xls"， row.names = FALSE, quote = FALSE, sep = "\t")}， step_name = "align_stats"， dependency = "bwa_alignment"， run_step = "optional")

2.10创建用于在IGV中查看BAM文件的符号链接

的symLink2bam函数创建符号链接，以便在基因组浏览器(如IGV)中查看BAM对齐文件。对应的url被写入一个文件，并在下面指定路径urlfile在结果目录中。

appendStep(sal) <- LineWise(code = {bampaths <- getColumn(sal, step = "bwa_alignment"， "outfiles"， column = "samtools_sort_bam") symLink2bam(sysargs = bampaths, htmldir = c("~/.html/"， "somedir/")， urlbase = "http://cluster.hpcc.ucr.edu/~tgirke/"， urlfile = "./results/IGVurl.txt")}， step_name = "bam_urls"， dependency = "bwa_alignment"， run_step = "optional")

2.11变量调用

下面执行变量调用GATK而且BCFtools在一台机器上通过runWF函数为每个样本依次。如果集群计算可用，在计算集群上以并行方式运行可以通过runWF，使资源和选择可用Run_session = "compute"．

并不是所有的用户都有一个集群系统，所以这里要演示一个变量调用工作流的例子，只显示单机命令。对于集群作业，请参考我们的主要装饰图案．

此外，用户在这里只选择一个变量调用者，而不是运行多个变量调用者。然而，工作流管理器允许为运行分析保留多个可用选项。

appendStep(sal) <- SYSargsList(step_name = "fastq2ubam"， targets = " targetsspee .txt"， wf_file = "gatk/workflow_gatk_fastq2ubam. txt")Cwl "， input_file = "gatk/gatk。yaml"， dir_path = "param/cwl"， inputvars = c(FileName1 = "_FASTQ_PATH1_"， FileName2 = "_FASTQ_PATH2_"， SampleName = "_SampleName_")， dependency = c("faidx_index"))

appendStep(sal) <- SYSargsList(step_name = "merge_bam"， targets = c("bwa_align "， "fastq2ubam")， wf_file = "gatk/workflow_gatk_mergebams. aspx ")， SYSargsList(step_name = "merge_bam"， targets = c("bwa_align "， "fastq2ubam")， wf_file = "gatk/workflow_gatk_mergebams. aspx ")Cwl "， input_file = "gatk/gatk。yaml"， dir_path = "param/cwl"， inputvars = c(bwa_men_sam = "_bwasam_"， ubam = "_ubam_"， SampleName = "_SampleName_")， rm_targets_col = c("preprocessReads_1"， "preprocessReads_2")， dependency = c("bwa_align "， "fastq2ubam")))

appendStep(sal) <- SYSargsList(step_name = "sort"， targets = "merge_bam"， wf_file = "gatk/workflow_gatk_sort. sh ")Cwl "， input_file = "gatk/gatk。yaml"， dir_path = "param/cwl"， inputvars = c(merge_bam = "_mergebam_"， SampleName = " _samplename_fastq2ubam "， "Factor_fastq2ubam"， "SampleName_fastq2ubam"， "Experiment_fastq2ubam"， "Date_fastq2ubam")， dependency = c("merge_bam"))

appendStep(sal) <- SYSargsList(step_name = "mark_dup"， targets = "sort"， wf_file = "gatk/ workflow_gatk_markduplcopies . ks . ks ")Cwl "， input_file = "gatk/gatk。yaml"， dir_path = "param/cwl"， inputvars = c(sort_bam = "_sort_"， SampleName = "_SampleName_")， rm_targets_col = c("merge_bam")， dependency = c("sort"))

appendStep(sal) <- SYSargsList(step_name = "fix_tag"， targets = "mark_dup"， wf_file = "gatk/workflow_gatk_fixtag. sh ")Cwl "， input_file = "gatk/gatk。yaml"， dir_path = "param/cwl"， inputvars = c(mark_bam = "_mark_"， SampleName = "_SampleName_")， rm_targets_col = c("sort_bam")， dependency = c("mark_dup"))

appendStep(sal) <- SYSargsList(step_name = "hap_caller"， targets = "fix_tag"， wf_file = "gatk/workflow_gatk_haplotypecaller. sh ")Cwl "， input_file = "gatk/gatk。yaml"， dir_path = "param/cwl"， inputvars = c(fixtag_bam = "_fixed_"， SampleName = "_SampleName_")， rm_targets_col = c("mark_bam")， dependency = c("fix_tag"))

appendStep(sal) <- SYSargsList(step_name = "import"， targets = NULL, dir = FALSE, wf_file = "gatk/workflow_gatk_genomicsDBImport. sh)Cwl "， input_file = "gatk/gatk。Yaml "， dir_path = "param/cwl"， dependency = c("hap_caller"))

appendStep(sal) <- SYSargsList(step_name = " call_variables "， targets = NULL, dir = FALSE, wf_file = "gatk/ workflow_gatk_genotypegvcf . aspx ")Cwl "， input_file = "gatk/gatk。Yaml "， dir_path = "param/cwl"， dependency = c("import"))

appendStep(sal) <- SYSargsList(step_name = "filter"， targets = NULL, dir = FALSE, wf_file = "gatk/ workflow_gatk_variantfiltering . filter")Cwl "， input_file = "gatk/gatk。Yaml "， dir_path = "param/cwl"， dependency = c(" call_variables "))

appendStep(sal) <- SYSargsList(step_name = "create_vcf"， targets = "hap_caller"， wf_file = "gatk/workflow_gatk_select_variant. sh ")Cwl "， input_file = "gatk/gatk。yaml"， dir_path = "param/cwl"， inputvars = c(SampleName = "_SampleName_")， dependency = c("hap_caller"， "filter"))

2.12变量调用BCFtools

备选方案为BCFtool：

下面运行调用with的变量BCFtools．这个工具需要BWA对齐BAM文件，分类，标记重复samtools最后调用变量byBCFtools．出于传统原因，我们保留了这个选项。

appendStep(sal) <- SYSargsList(step_name = "create_vcf_BCFtool"， targets = "bwa_align "， dir = TRUE, wf_file = "workflow-bcftools/workflow_bcftools. sh ")Cwl "， input_file = "工作流-bcftools/bcftools. Cwl "。yml"， dir_path = "param/cwl"， inputvars = c(bwa_men_sam = "_bwasam_"， SampleName = "_SampleName_")， rm_targets_col = c("preprocessReads_1"， "preprocessReads_2")， dependency = "bwa_align "， run_step = "optional")

变量调用到此结束。下游分析从下一节开始。

2.13检查VCF文件

下游分析脚本存储在参数/ cwl / varseq_downstream．

可选:此步骤不包含在默认工作流中。在成功执行整个工作流后，用户可以将各个vcf文件加载到R中进行其他分析，如下所示。

可以将VCF文件导入R中readVcf函数。这两个VCF而且VRanges对象提供了方便的数据结构来处理不同的数据(如。SNP质量过滤)。

这个步骤没有包含在默认的工作流步骤中，但是对于检查单个样本的原始变量是有用的。

library(VariantAnnotation) vcf_raw <- getColumn(sal， "create_vcf") vcf <- readVcf(vcf_raw[1]， "A. thaliana") vcf vr <- as(vcf， "VRanges") vr

2.14过滤器变体

这个函数filterVars根据用户可定义的质量参数过滤VCF文件。它依次将每个VCF文件导入到R中，对内部生成的VCF文件应用过滤VRanges对象，然后将结果写入一个新的子VCF文件。筛选器参数作为字符串传递给相应的参数。该函数将此筛选器应用于内部生成的VRanges对象，使用二维对象的标准子集语法，例如:虚拟现实(过滤)．

appendStep(sal) <- LineWise(code = {vcf_raw <- getColumn(sal， "create_vcf") library(VariantAnnotation) filter <- "totalDepth(vr) >= 2 & (altDepth(vr) / totalDepth(vr) >= 0.8)" vcf_filter <- suppressWarnings(filterVars(vcf_raw, filter, organism = "A. thaliana"， out_dir = "results/vcf_filter")) #将过滤后的路径变量转储到运行环境中，以便其他sysArg步骤可以获得其值updateColumn(sal， "create_vcf"， "outfiles") <- data.frame(vcf_filter = vcf_filter)}，Step_name = "filter_vcf"， dependency = "create_vcf")

appendStep (sal) < - LineWise(代码= {vcf_raw < - getColumn (sal,一步=“create_vcf_BCFtool”,位置=“输出文件”,列=“bcftools_call”)图书馆(VariantAnnotation)过滤器< -“rowSums (vr) > = 2 & (rowSums (vr [3:4]) / rowSums (vr[1:4]) > = 0.8)“vcf_filter_bcf < - suppressWarnings (filterVars (vcf_raw、过滤、生物=“a芥”,out_dir =“结果/ vcf_filter_BCFtools”,varcaller =“bcftools”))updateColumn (sal,“create_vcf”、“外部档案”)<——data.frame (vcf_filter_bcf = vcf_filter_bcf)},step_name = "filter_vcf_BCFtools"， dependency = "create_vcf_BCFtool"， run_step = "optional")

copyEnvir(sal， "vcf_raw"， globalenv()) copyEnvir(sal， "vcf_filter"， globalenv()) length(as(readVcf(vcf_raw[1]，基因组= "Ath")， "VRanges")[， 1]) length(as(readVcf(vcf_filter[1]，基因组= "Ath")， "VRanges")[， 1])

2.15注释过滤后的变量

这个函数variantReport类提供的实用程序生成变量报告VariantAnnotation包中。每个样本的报告都被写入一个包含基因组上下文注释的表格文件(如。编码或非编码snp，氨基酸变化，受影响基因id等)以及每个变体的置信度统计。CWL文件参数/ cwl varseq_downstream / annotate.cwl类中存储的输入和输出文件的路径SYSargs2实例。

library("GenomicFeatures") #注释下一行如果可选步骤'filter_vcf'是# included vcf_filter <- getColumn(sal， "create_vcf") #取消注释下一行如果可选步骤'filter_vcf'是# included copyEnvir(sal， 'vcf_filter'， globalenv()) txdb <- loadDb("./data/ taair10 .sqlite") vcf <- readVcf(vcf_filter[1]， "A. thaliana") locateVariants(vcf, txdb, CodingVariants())

fa <- FaFile("data/ ta10 .fasta") predictCoding(vcf, txdb, seqSource = fa)

appendStep(sal) <- LineWise(code ={#从R运行环境中获取过滤后的vcf路径copyEnvir(sal， "vcf_filter"， globalenv()) library("GenomicFeatures") txdb <- loadDb("./data/ taair10 .sqlite") fa <- FaFile("data/ taair10 .fasta") vcf_anno <- suppressMessages(variantReport(vcf_filter, txdb = txdb, fa = fa, organism = "A. thaliana"， out_dir = "results/vcf_anno"))}， step_name = "annotate_vcf"， dependency = "filter_vcf")

copyenvirr (sal， "vcf_anno"， globalenv()) read.delim(vcf_anno[1])[38:40，]

2.16组合样本之间的注释结果

为简化样本间的比较，采用了combineVarReports函数中引用的所有变量注释报告SYSargs2实例(这里arg游戏)．同时，该函数允许只考虑感兴趣的某些特性类型。例如，下面的设置filtercol = c(结果=“产生”)将只包括表中列出的非同义方差结果注释报表的列。要省略筛选，可以使用该设置filtercol = "所有"．

appendStep(sal) <- LineWise(code = {combineDF <- combineVarReports(vcf_anno, filtercol = c(Consequence = "nonsynonym "))写。表(combineDF”。/结果/ combineDF_nonsyn。tsv"， quote = FALSE, row.names = FALSE, sep = "\t")}， step_name = "combine_var"， dependency = "annotate_vcf")

2.17变量汇总统计

的varSummary函数计算注释报告中包含的每个特性类型的变体数量。

2.18变体总结

要求

appendStep(sal) <- LineWise(code = {write.table(varSummary(vcf_anno)， "./results/variantStats. "tsv"， quote = FALSE, col.names = NA, sep = "\t")}， step_name = "summary_var"， dependency = "combine_var")

2.19变分的维恩图

可选但包含在默认值中

类定义的维恩图实用程序systemPipeR包可用于识别不同样本和/或变量调用者报告的常见和唯一变量。下面生成了一个3向维恩图，比较了两个变量调用者各自的3个样本。

appendStep(sal) <- LineWise(code = {## make一个前三个样本的列表varlist <- sapply(names(vcf_anno[1:3])， function(x) as.character(read.delim(vcf_anno[x])$VARID) vennset <- overLapper(varlist, type = "vennsets") png("./results/vennplot_var.png") vennPlot(list(vennset)， mymain = "Venn前3个样本的Venn Plot "， mysub = "" "， colmode = 2, ccol = c("red"， "blue")) dev.off()}， step_name = "venn_diagram"， dependency = "annotate_vcf")

2.20以编程方式绘制变量

可选但在默认情况下

下面绘制一个选定的变量ggbio．

在这个例子中，输入BAM文件来自GATK第五步，分析准备就绪。你可以使用其他对齐方式BAMs同样，但要确保它们有索引。的VCF文件是从检查VCF文件Section或者你也可以加载你自己的vcf。

appendStep(sal) <- LineWise(code ={#从R运行环境中获取过滤后的vcf路径copyEnvir(sal， "vcf_filter"， globalenv()) library(ggbio) library(VariantAnnotation) mychr <- "ChrM" mystart <- 19000 myend <- 21000 bams <- getColumn(sal， "fix_tag") vcf <- suppressWarnings(readVcf(vcf_filter["M6B"]， "A. thaliana")) ga <- readGAlignments(bams["M6B"]， use.names = TRUE, param = ScanBamParam(which = GRanges(mychr, IRanges(mystart, myend)))) p1 <- autoplot(ga，Geom = "rect") p2 <- autoplot(ga, Geom = "line"， stat = "coverage") p3 <- autoplot(vcf[seqnames(vcf) == mychr]， type = "fixed") + xlim(mystart, myend) + theme(图例。position = "none"， axis.text.y = element_blank()， axis.ticks.y = element_blank()) p4 <- autoplot(loadDb("./data/ taair10 .sqlite")， which = GRanges(mychr, IRanges(mystart, myend))， names。expr = "gene_id") p1_4 <- tracks(Reads = p1, Coverage = p2, Variant = p3, Transcripts = p4, heights = c(0.3, 0.2, 0.1, 0.35)) + ylab("") ggbio::ggsave(p1_4, filename = "./results/plot_variant.png"， units = "in")}， step_name = "plot_variant"， dependency = "filter_vcf")

2.21版本信息

sessionInfo ()

## R版本4.2.1(2022-06-23)##平台:x86_64-pc-linux-gnu(64位)##运行在Ubuntu 20.04.5 LTS ## ##矩阵产品:默认## BLAS: /home/biocbuild/bbs-3.16-bioc/R/lib/libRblas。/home/biocbuild/bbs-3.16-bioc/R/lib/libRlapack。所以## ## locale: ## [1] LC_CTYPE=en_US。UTF-8 LC_NUMERIC= c# # [3] LC_TIME=en_GB LC_COLLATE= c# # [5] LC_MONETARY=en_US。utf - 8 LC_MESSAGES = en_US。UTF-8 ## [7] LC_PAPER=en_US。UTF-8 LC_NAME= c# # [9] LC_ADDRESS=C lc_phone = c# # [11] LC_MEASUREMENT=en_US。UTF-8 LC_IDENTIFICATION=C ## ##附加的基本包:## [1]stats4 stats graphics grDevices utils ##[6]数据集方法基础## ##其他附加包:# # # # [1] systemPipeRdata_2.2.0 systemPipeR_2.4.0 [3] ShortRead_1.56.0 GenomicAlignments_1.34.0 # # [5] SummarizedExperiment_1.28.0 Biobase_2.58.0 # # [7] MatrixGenerics_1.10.0 matrixStats_0.62.0 # # [9] BiocParallel_1.32.0 Rsamtools_2.14.0 # # [11] Biostrings_2.66.0 XVector_0.38.0 # # [13] GenomicRanges_1.50.0 GenomeInfoDb_1.34.0 # # [15] IRanges_2.32.0 S4Vectors_0.36.0 # # [17] BiocGenerics_0.44.0 BiocStyle_2.26.0 # # # #通过加载一个名称空间(而不是附加):## [5] BiocManager_1.30.19 latticeextr_0.6 -30 ## [9] yaml_2.3.6 pillar_1.8.1 ## [11] lattice_0.20-45 glue_1.6.2 ## [13] digest_0.6.30 RColorBrewer_1.1-3 ## [15] colorspace_2.0-3 htmltools_0.5.3 ## [17] Matrix_1.5-1 pkgconfig_2.0.3 ## [23] bookdown_0.29 zlibbioc_1.44.0 ## [21] scales_1.2.1 jpeg_0.1-9 ## [25] ggplot2_3.3.6 cachem_1.0.6 ## [27][37] string_4.1 interp_1.1-3 ## [39] munsell_0.5.0 DelayedArray_0.24.0 ## [41] compiler_4.2.1 jquerylib_0.1.4 ## [43] rlang_1.0.6 grid_4.2.1 ## [45] RCurl_1.98-1.9 htmlwidgets_1.5.4 ## [47] bitops_1.0-7 rmarkdown_2.17 ## [45] gtable_0.3.1 codetools_0.2-18 ## [51] DBI_1.1.3 R6_2.5.1 ## [55] ## [53] knitr_1. 1.40 dplyr_1.0.10 ## [55]fastmap_1.1.0 utf8_1.2.2 ## [57] stringi_1.7.8 parallel_4.2.1 ## [59] Rcpp_1.0.9 vctrs_0.5.0 ## [61] png_0.1-7 tidyselect_1.2.0 ## [63] xfun_0.34

3．1在一台机器中交互式作业提交

为了运行工作流，runWF函数将执行工作流容器中存储的所有步骤。执行将在一台机器上进行，而无需提交到计算机集群的队列系统。

sal <- runWF(sal)

3.2集群上的并行化

另外，通过使用集群的多个计算节点并行处理许多文件，可以大大加快计算速度，其中调度/队列系统用于负载平衡。

的资源对象下定义的独立并行集群进程的数目Njobs元素。下面的示例将使用每个4个CPU内核并行运行18个进程。如果集群上的可用资源允许同时运行所有18个进程，那么所示的示例提交将总共使用72个CPU内核。

请注意,runWF可以用于大多数排队系统，因为它是基于实用程序batchtools包，它支持使用模板文件(* .tmpl)用于定义不同调度器的运行参数。要运行下面的代码，需要同时拥有conffile(见.batchtools.conf.R样品在这里)和a模板文件(见* .tmpl样品在这里)用于系统上可用的排队。下面的示例使用了该示例conffile而且模板该包提供的Slurm调度器的文件。

可以在生成步骤时添加资源，也可以稍后添加这些资源，如下面的示例所示addresource功能:

资源<- list(conffile=".batchtools.conf. conf. "R”、模板= " batchtools.slurm。tmpl"， Njobs=18, walltime=120， ## minutes ntasks=1, ncpus=4, memory=1024， ## Mb partition = "short") sal <- addResources(sal, c("hisat2_mapping")， resources = resources) sal <- runWF(sal)

3．3可视化工作流

systemPipeR方法可以可视化工作流实例plotWF函数。

plotWF(sal, rstudio = TRUE)

3.4检查工作流状态

要查看工作流的摘要，我们可以使用:

萨尔statusWF (sal)

3．5访问日志报表

systemPipeR在一个中心位置编译所有工作流执行日志，使其更容易检查任何标准输出(stdout)或标准错误(stderr)用于工作流或R代码标准输出中使用的任何命令行工具。

sal <- renderLogs(sal)

3.6会话信息

这是用于呈现该报告的会话信息。的HTML报表可以访问工作流运行的会话信息renderLogs．

sessionInfo ()

## R版本4.2.1(2022-06-23)##平台:x86_64-pc-linux-gnu(64位)##运行在Ubuntu 20.04.5 LTS ## ##矩阵产品:默认## BLAS: /home/biocbuild/bbs-3.16-bioc/R/lib/libRblas。/home/biocbuild/bbs-3.16-bioc/R/lib/libRlapack。所以## ## locale: ## [1] LC_CTYPE=en_US。UTF-8 LC_NUMERIC= c# # [3] LC_TIME=en_GB LC_COLLATE= c# # [5] LC_MONETARY=en_US。utf - 8 LC_MESSAGES = en_US。UTF-8 ## [7] LC_PAPER=en_US。UTF-8 LC_NAME= c# # [9] LC_ADDRESS=C lc_phone = c# # [11] LC_MEASUREMENT=en_US。UTF-8 LC_IDENTIFICATION=C ## ##附加的基本包:## [1]stats4 stats graphics grDevices utils ##[6]数据集方法基础## ##其他附加包:# # # # [1] systemPipeRdata_2.2.0 systemPipeR_2.4.0 [3] ShortRead_1.56.0 GenomicAlignments_1.34.0 # # [5] SummarizedExperiment_1.28.0 Biobase_2.58.0 # # [7] MatrixGenerics_1.10.0 matrixStats_0.62.0 # # [9] BiocParallel_1.32.0 Rsamtools_2.14.0 # # [11] Biostrings_2.66.0 XVector_0.38.0 # # [13] GenomicRanges_1.50.0 GenomeInfoDb_1.34.0 # # [15] IRanges_2.32.0 S4Vectors_0.36.0 # # [17] BiocGenerics_0.44.0 BiocStyle_2.26.0 # # # #通过加载一个名称空间(而不是附加):## [5] BiocManager_1.30.19 latticeextr_0.6 -30 ## [9] yaml_2.3.6 pillar_1.8.1 ## [11] lattice_0.20-45 glue_1.6.2 ## [13] digest_0.6.30 RColorBrewer_1.1-3 ## [15] colorspace_2.0-3 htmltools_0.5.3 ## [17] Matrix_1.5-1 pkgconfig_2.0.3 ## [23] bookdown_0.29 zlibbioc_1.44.0 ## [21] scales_1.2.1 jpeg_0.1-9 ## [25] ggplot2_3.3.6 cachem_1.0.6 ## [27][37] string_4.1 interp_1.1-3 ## [39] munsell_0.5.0 DelayedArray_0.24.0 ## [41] compiler_4.2.1 jquerylib_0.1.4 ## [43] rlang_1.0.6 grid_4.2.1 ## [45] RCurl_1.98-1.9 htmlwidgets_1.5.4 ## [47] bitops_1.0-7 rmarkdown_2.17 ## [45] gtable_0.3.1 codetools_0.2-18 ## [51] DBI_1.1.3 R6_2.5.1 ## [55] ## [53] knitr_1. 1.40 dplyr_1.0.10 ## [55]fastmap_1.1.0 utf8_1.2.2 ## [57] stringi_1.7.8 parallel_4.2.1 ## [59] Rcpp_1.0.9 vctrs_0.5.0 ## [61] png_0.1-7 tidyselect_1.2.0 ## [63] xfun_0.34