Esctrionsit的博客

在装好了环境（SnpHub搭建 | CentOS 7下配置SnpHub所需系统环境）、准备好了数据（SnpHub搭建 | 数据预处理与样本描述文件准备）、填好配置文件（SnpHub搭建 | 手动处理数据后的配置文件填写）之后，就可以准备将SnpHub实例上线使用了。0. 目录1. Shiny-Server的安装2. Shiny-server的简单配置与SnpHub实例上线3. Shiny-server配置其他应用路径1. Shiny-Server的安装**官方介绍：**Open Source Shi

在完成了数据的手动预处理和样本描述文件的准备（处理教程：SnpHub搭建 | 数据预处理与样本描述文件准备）之后，就可以开始配置SnpHub实例了。0. 目录1. SnpHub框架下载2. 填写配置文件不需要或信息缺失时的处理3. 特殊配置项目3.1 使用自定义路径的SAMtools工具集与seqkit3.2 引入其他位置的R lib1. SnpHub框架下载可以从GitHub上进行SnpHub框架的下载。下载方法可以是直接用git clone，也可以下载为zip文件。git clone https

1. VCF文件中出现了position顺序不对（未排好序）使用bcftools sort进行排序bcftools sort xxx.vcf -Oz -o xxx.sorted.vcf.gz2. bcftools在写文件时，因为contig未出现在header中而报错使用bcftools reheader的-f参数，将参照基因组fasta的fai文件中的contig信息加入vcf的header中。bcftools reheader -f ref.fasta.fai xxx.vcf.gz -o

SnpHub提供了一个自动化的数据预处理脚本，在填写了配置文件后运行脚本即可（细节在这里https://esctrionsit.github.io/snphub_tutorial/content/Setup/quick_deploy.html）。但是，对于某些情况，手动预处理数据仍有优势。因此，本文将介绍SnpHub所需数据的手动预处理步骤。同时，还将介绍SnpHub所需的样本描述文件的格式。本文采用的数据集搭建的SnpHub实例可点击此处查看。0. 目录1. 数据准备2. 索引FASTA与GFF33

SnpHub（主页：http://guoweilong.github.io/SnpHub/）是一款针对大规模基因组变异数据的数据库模型，提供在线的快速检索与轻量级的分析、可视化功能。目前，SnpHub已于GigaScience杂志在线发表（https://doi.org/10.1093/gigascience/giaa060）。本文将介绍SnpHub所需系统环境的配置方法和一些问题的解决方案。考虑到CentOS 7系统作为一款稳定可靠且开源免费的Linux发行版系统，在服务器中十分常见。同时，一些依赖项在C