spfy

spfy ：用於從大腸桿菌全基因組序列預測亞型的平台，並為全人群比較分析建立圖形資料。

發佈為：Le,KK, Whiteside,MD, Hopkins,JE, Gannon,VPJ, Laing,CR spfy ：用於即時預測細菌表型和下游比較分析的整合圖形資料庫。資料庫（2018）卷。 2018：文章ID bay086； doi:10.1093/資料庫/bay086

直播：https://lfz.corefacility.ca/superphy/spfy/

使用：

1. 安裝 Docker（如果您使用的是 Linux，請單獨安裝 Docker-Compose，連結）。 mac/windows 用戶已將 Compose 與 Docker 引擎捆綁在一起。
2. git clone --recursive https://github.com/superphy/spfy.git
3. cd spfy /
4. docker-compose up
5. 請瀏覽 http://localhost:8090
6. 吃蛋糕嗎？

子模組建置狀態：

EC打字機：

泛預測：

Conda 的 Docker 映像：

統計數據：

比較不同人群：

子類型化模組的運行時：

CLI：產生圖形檔：

• 如果您只想建立 rdf 圖（序列化為海龜檔案）：

1. 首先安裝 miniconda 並從 https://raw.githubusercontent.com/superphy/docker-flask-conda/master/app/environment.yml 啟動環境
2. cd 進入 app 資料夾（RQ 工作人員通常從中執行）： cd app/
3. 像這樣運行 savvy.py： python -m modules/savvy -i tests/ecoli/GCA_001894495.1_ASM189449v1_genomic.fna其中-i之後的參數是您的基因組 (FASTA) 文件。

CLI：生成本體：

spfy的本體位於： https://raw.githubusercontent.com/superphy/backend/master/app/scripts/spfy_ontology.ttl 它是使用 https://raw.githubusercontent.com/superphy/backend/master 產生的/app /scripts/generate_ontology.py 具有來自spfy後端程式碼的共用函數。如果您想要執行它，請執行以下操作： 1. cd app/ 2. python -m scripts/generate_ontology這會將本體放在app/中

您可以使用 http://www.visualdataweb.de/webvowl/ 從 .ttl 檔案產生漂亮的圖表

CLI：無需 Reactapp 即可排隊類型任務：

筆記

目前僅設定為 .fna 文件

您可以繞過前端網站並仍然透過以下方式對子類型作業進行排隊：

1. 首先，將包含所有基因組檔案的主機目錄掛載到容器中的/datastore 。

例如，如果您將檔案儲存在/home/bob/ecoli-genomes/ ，則需要編輯docker-compose.yml檔案並取代：

 volumes :
- /datastore

和：

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

2. 然後取下你的 docker 組合（如果它已啟動）並重新啟動它

docker-compose down
docker-compose up -d

3. 將其放入 Web 伺服器容器中（儘管工作容器也可以工作）並運行腳本。

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

請注意，您的基因組資料夾中可能會建立殘留物。

建築學：

Docker映像	連接埠	姓名	描述
後端-rq	80/t cp，443/tcp	後端_worker_1	主要的Redi隊列工作者
後端 - rq-b laze 圖 h	80/t cp，443/tcp	back end_work ker-blaz egra ph-i ds_ 1	此手 les spfy ID 基因比為 blaz egra ph 資料庫
後端	0.0。 0.0: 8000 ->80 /tcp , 443/tcp	back end_web -ngi nx -u wsgi _1	處理排隊任務的 Flask 後端
超級 rphy /bla zegr aph：2.1。 4-推理	0.0。 0.0: 8080 ->80 80/噸cp	後端_bla zegr aph_1	Blaz egraph 資料庫
雷迪：3。 2	6379/tcp	後端_紅色是_ 1	Redis的資料庫
反應塔普	0.0。 0.0: 8090 ->50 00/噸cp	後端_rea ctap p_1	前端到spfy

更多詳情：

superphy/backend-rq:2.0.0鏡像是可擴展的：您可以根據需要/擁有處理能力建立任意數量的實例。此影像負責偵聽multiples佇列（12 個工作執行緒），該佇列處理大部分任務，包括RGI呼叫。它還監聽運行ECTyper singles隊列（1 個工作線程）。這樣做是因為RGI是方程式中最慢的部分。工人管理由supervisor處理。

superphy/backend-rq-blazegraph:2.0.0鏡像不可擴展：它負責查詢 Blazegraph 資料庫中的重複條目並按順序分配spfy ID。它的功能盡可能保持最少，以提高效能（因為 ID 生成是平行管道中的一個瓶頸）；比較是透過提交檔案的 sha1 哈希來完成的，非重複檔案透過將產生的spfy ID 連結到檔案雜湊來保留其 ID。工人管理由supervisor處理。

運行 Flask 端點superphy/backend:2.0.0使用supervisor來管理內部進程： nginx 、 uWsgi 。

火焰圖：

• 我們目前運行的是 Blazegraph 版本 2.1.4。如果您想要單獨執行 Blazegraph，請使用相同的版本，否則端點 url/返回可能會出現問題（即版本 2.1.1）。請參閱#63 或者，在/app/config.py中的database['blazegraph_url']下相應修改端點

貢獻：

新增模組所需的步驟記錄在開發人員指南中。