【原】在Linux服务器里面安装GISTIC软件

健明 2021-07-14

展开全文

五六年前我就写过GISTIC软件的安装及使用教程，不过那个时候针对的还是SNP6.0这样的拷贝数芯片。GISTIC这个软件在TCGA计划里面被频繁使用者，用这个软件的目的很简单，就是你研究了很多癌症样本，通过芯片或者肿瘤外显子测序+得到了每个样本的拷贝数变化信息，一般是segment结果，可以解释为CNV区域，需要用GISTIC把样本综合起来分析，寻找somatic的CNV，并且注释基因信息。

GISTIC软件的使用有两个难点，一是在linux下面安装matlab工作环境，二是如何制作输入文件。

官网下载软件的离线安装包

官网是：ftp://ftp.broadinstitute.org/pub/GISTIC2.0/

GISTIC软件的FTP站点

下载这个文件（GISTIC_2_0_23.tar.gz）即可：

GISTIC_2_0_23.tar.gz 596 MB

下载解压开来，代码如下：

mkdir -p $HOME/biosoft/GISTIC
cd $HOME/biosoft/GISTIC
wget ftp://ftp.broadinstitute.org/pub/GISTIC2.0/GISTIC_2_0_23.tar.gz
tar zxvf GISTIC_2_0_23.tar.gz

全部搞定后文件夹架构如下：

安装MCR_Installer

因为GISTIC软件是一个MATLAB程序，在Linux环境下运行需要MCR_Installer。matlab毕竟是收费软件，而且是有界面的。虽然搞生物信息的都用R和linux替代了MATLAB，但是很多高大上的单位，比如大名鼎鼎的broadinstitute，仍然是用matlab的，所以他们开发的程序也会以matlab代码的形式发布。但是考虑到大多研究者用不起matlab，或者不会用，所以就用linux系统里面安装matlab运行环境来解决这个问题，我们仍然可以把人家写的matlab程序，在linux命令行下面，当做一个脚本来运行！

我们前面下载的GISTIC软件离线包里面是有一个 MCR_Installer 文件夹，里面就有 MCR_Installer压缩包可以解压然后安装。

cd MCR_Installer
unzip MCRInstaller.zip 
chmod 744 installer_input.txt

因为是Linux，所以使用安静模式安装软件，没有鼠标点点点的交互动画过程啦。需要注意java环境哦，然后需要提前理解好 installer_input.txt 文件。

# destinationFolder=$HOME/biosoft/GISTIC/MATLAB_Compiler_Runtime
# agreeToLicense=yes
# mode=silent 
conda activate qc # 我的java在这个conda环境下面
./install -mode silent -agreeToLicense yes -destinationFolder $HOME/biosoft/GISTIC/MATLAB_Compiler_Runtime

这个步骤需要理解好 installer_input.txt 文件，挺难的其实。

安装过程会有一个简单的log日志，需要留意一下，最后出现下面的话语代表成功安装：

(Oct 08, 2020 16:29:36) Exiting with status 0
(Oct 08, 2020 16:29:36) End - Successful.
Finished

一键式使用GISTIC软件

首先需要修改那个GISTIC命令；

$ cat gistic2
#!/bin/sh
## set MCR environment and launch GISTIC executable

## NOTE: change the line below if you have installed the Matlab MCR in an alternative location
MCR_ROOT=$HOME/biosoft/GISTIC/MATLAB_Compiler_Runtime
MCR_VER=v83

echo Setting Matlab MCR root to $MCR_ROOT

## set up environment variables
LD_LIBRARY_PATH=$MCR_ROOT/$MCR_VER/runtime/glnxa64:$LD_LIBRARY_PATH
LD_LIBRARY_PATH=$MCR_ROOT/$MCR_VER/bin/glnxa64:$LD_LIBRARY_PATH
LD_LIBRARY_PATH=$MCR_ROOT/$MCR_VER/sys/os/glnxa64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH
XAPPLRESDIR=$MCR_ROOT/$MCR_VER/MATLAB_Component_Runtime/v83/X11/app-defaults
export XAPPLRESDIR

## launch GISTIC executable
$HOME/biosoft/GISTIC/gp_gistic2_from_seg $@

修改的地方很少，就是MCR_ROOT这个变量，以及全路径调用gp_gistic2_from_seg命令而已。

以后每次运行超级简单：

conda activate qc
$HOME/biosoft/GISTIC/gistic2 -h

每个项目都会生成segment结果文件，完整的运行命令是：

basedir=`pwd`/gistic2_results
mkdir -p $basedir 
echo --- running GISTIC --- 
segfile=`pwd`/cnvkit_final_call.seg
refgenefile=$HOME/biosoft/GISTIC/refgenefiles/hg38.UCSC.add_miR.160920.refgene.mat
$HOME/biosoft/GISTIC/gistic2 -b $basedir -seg $segfile  -refgene $refgenefile  \
-genegistic 1 -smallmem 1 -broad 1 -brlen 0.5 -conf 0.90 -armpeel 1 -savegene 1 -gcm extreme