spfy

spfy : plataforma para predecir subtipos a partir de secuencias del genoma completo de E. coli y crea datos gráficos para análisis comparativos de toda la población.

Publicado como: Le,KK, Whiteside,MD, Hopkins,JE, Gannon,VPJ, Laing,CR spfy : una base de datos gráfica integrada para la predicción en tiempo real de fenotipos bacterianos y análisis comparativos posteriores. Base de datos (2018) vol. 2018: artículo ID bay086; doi:10.1093/base de datos/bay086

En vivo: https://lfz.corefacility.ca/superphy/spfy/

Usar:

1. Instale Docker (y Docker-Compose por separado si está en Linux, enlace). Los usuarios de Mac/Windows tienen Compose incluido con Docker Engine.
2. git clone --recursive https://github.com/superphy/spfy.git
3. cd spfy /
4. docker-compose up
5. Visita http://localhost:8090
6. ¿Comer pastel?

Estados de compilación del submódulo:

Tipo EC:

PanPredic:

Imagen de Docker para Conda:

Estadísticas:

Comparando diferentes grupos de población:

Tiempos de ejecución de módulos de subtipos:

CLI: Generar archivos de gráficos:

• Si desea crear únicamente gráficos rdf (seriados como archivos tortuga):

1. Primero instale miniconda y active el entorno desde https://raw.githubusercontent.com/superphy/docker-flask-conda/master/app/environment.yml
2. cd en la carpeta de la aplicación (desde donde normalmente se ejecutan los trabajadores de RQ): cd app/
3. Ejecute savvy.py así: python -m modules/savvy -i tests/ecoli/GCA_001894495.1_ASM189449v1_genomic.fna donde el argumento después de -i es su archivo genoma (FASTA).

CLI: Generar ontología:

La ontología para spfy está disponible en: https://raw.githubusercontent.com/superphy/backend/master/app/scripts/spfy_ontology.ttl Se generó usando https://raw.githubusercontent.com/superphy/backend/master /app/scripts/generate_ontology.py con funciones compartidas del código backend de spfy . Si desea ejecutarlo, haga: 1. cd app/ 2. python -m scripts/generate_ontology que pondrá la ontología en app/

Puede generar un diagrama bonito a partir del archivo .ttl usando http://www.visualdataweb.de/webvowl/

CLI: Poner en cola tareas de subtipo sin Reactapp:

Nota

actualmente configurado solo para archivos .fna

Puede omitir el sitio web de front-end y aún así poner en cola trabajos de subtipificación de la siguiente manera:

1. Primero, monte el directorio de host con todos sus archivos de genoma en /datastore en los contenedores.

Por ejemplo, si guarda sus archivos en /home/bob/ecoli-genomes/ , editará el archivo docker-compose.yml y reemplazará:

 volumes :
- /datastore

con:

 volumes :
- /home/bob/ecoli-genomes:/datastore

2. Luego elimine la composición de la ventana acoplable (si está activa) y reiníciela

docker-compose down
docker-compose up -d

3. Colóquelo y conéctelo al contenedor de su servidor web (aunque los contenedores de trabajo también funcionarían) y ejecute el script.

docker exec -it backend_webserver_1 sh
python -m scripts/sideload
exit

Tenga en cuenta que se pueden crear residuos en la carpeta de su genoma.

Arquitectura:

Imagen Docker	Puerto s	Nombres	Descripción
parte trasera- rq	80/tpc, 443/tcp	back-end_trabajador_1	los principales trabajadores de la cola de redi s
extremo posterior- rq-b laze grap h	80/tpc, 443/tcp	back end_work kerblaz egra ph-i ds_ 1	esta mano les spfy relación de genes de identificación para la base de datos de blaz egra ph
parte trasera	0.0. 0,0: 8000 ->80/tcp, 443/tcp	back end_web -ngi nx-u wsgi _1	la parte trasera del matraz que se encarga de las tareas solicitadas
super rphy /bla zegr aph: 2.1. ferenciación de 4 pulgadas	0.0. 0,0: 8080 ->80 80/t pp	parte trasera_bla zegr aph_1	Blaz egra ph Base de datos
redistribuir:3. 2	6379/tcp	back end_red es_ 1	Base de datos de Redi
grifo de reacción	0.0. 0,0: 8090 ->50 00/t cp	back end_rea ctap p_1	de frente a spfy

Más detalles:

La imagen superphy/backend-rq:2.0.0 es escalable : puede crear tantas instancias como necesite o tenga potencia de procesamiento. La imagen es responsable de escuchar la cola multiples (12 trabajadores) que maneja la mayoría de las tareas, incluidas las llamadas RGI . También escucha la cola singles (1 trabajador) que ejecuta ECTyper . Esto se hace porque RGI es la parte más lenta de la ecuación. La gestión de trabajadores se maneja en supervisor .

La imagen superphy/backend-rq-blazegraph:2.0.0 no es escalable: es responsable de consultar la base de datos de Blazegraph en busca de entradas duplicadas y de asignar ID spfy en orden secuencial . Sus funciones se mantienen lo más mínimas posible para mejorar el rendimiento (ya que la generación de ID es el único cuello de botella en tuberías que de otro modo serían paralelas); las comparaciones se realizan mediante hash sha1 de los archivos enviados y los no duplicados tienen sus ID reservados vinculando el ID spfy generado al hash del archivo. La gestión de trabajadores se maneja en supervisor .

superphy/backend:2.0.0 que ejecuta los puntos finales de Flask utiliza supervisor para administrar los procesos internos: nginx , uWsgi .

Blazegrafo:

• Actualmente estamos ejecutando Blazegraph versión 2.1.4. Si desea ejecutar Blazegraph por separado, utilice la misma versión; de lo contrario, puede haber problemas en las URL/devoluciones de los puntos finales (es decir, la versión 2.1.1). Consulte el punto 63. Alternativamente, modifique el punto final en consecuencia en database['blazegraph_url'] en /app/config.py

Contribuyendo:

Los pasos necesarios para agregar nuevos módulos están documentados en la Guía para desarrolladores.