生物信息学分析的计算机环境最优配置
摘要：生物信息学是现代生物学、计算机科学和数学的交叉学科，主要通过数学方法借助计算机对生物数据进行科学分析，相对于传统实验方法更高效、更具有逻辑性。本文主要以Linux系统的衍生系统——Ubuntu系统为分析系统，介绍如何配置最适合于生物信息学分析的计算机环境。
关键词：生物信息学；分析环境配置；Ubuntu系统；生物数据分析
生物信息学是研究生物信息的采集、处理、存储、传播，分析和解释等各方面的学科，是生命科学和计算机科学相结合形成的一门新学科。它通过综合利用生物学，计算机科学和信息技术而揭示繁杂的生物数据所蕴含的生物学意义。ubuntu系统基于Debian发行版和GNOME 桌面环境。它的目标在于为用户提供一个最新的、相对稳定的主要由自由软件构成的操作系统，可免费使用，并带有社团及专业支持。本文介绍了如何借助Ubuntu系统，配置较优的生物信息学分析环境。
1生物信息分析环境的配置
1.1安装win+Ubuntu双系统
第一步：进入程序员管理空间Win+X，在管理磁盘栏目下面选择二进制空间完好且较大的空间进行分配。将分配空间进行二进制码压缩，选择60*1024MB的二进制空间压缩。然后产生黑可用空间。
第二步：同样在程序员空间下进入电源选项，修改原来在windows系统下的電源功能。将原来的默认值修改为关闭快速启动的值，保证在安装Ubuntu系统后的grub正常运行。最后使用wq方式保存当前安装。也可以进入DOS环境编译修改win的设置。
第三步：在DOS环境中restart个人终端。通过快捷键进入bios空间。进入方式依据PC型号不同而不同，进入系统bios后将U盘启动调整为最优先工程，设置后再次restart切换进入ubuntu安装界面。进入ubuntu主界面后在U盘中到刻录的ISO文件双击翻开ubuntu 安装文件，完成默认设置。【1】
第四步：在Ubuntu下创立新的二进制空间，以add方式创立四个新的分区空间，分区空间以之前分配的60*1024MB为基准。首先将10*1024MB分配为根底二进制空间，又在根底二进制空间上，添加20*1024MB作为空间的起始局部。通过布尔转换设置空间的日志及逻辑分区，将剩下的空间全部作为衔接双系统的swap逻辑空间。
切换回windows系统设置引导内容，保证两个系统在开机中有选择性进入栏目。在DOS下进入/boot编译设置，将引导路径设置为由windows下主导的路径。restart终端，进入Win10下的EasyBCD完成最后的引导设置。在进入add新条目栏目下选择Linux/BSD操作系统，在“驱动器〞栏目选择接近200M的Linux分区，点添加条目。
为了将Ubuntu系统配置为适合生物信息分析系统，方便编译生物信息分析软件，需要修改gcc，通常
计算机内置gcc为以下：
Lrwx1rootroot72021
rwxrxrx1rootroot22154232021
rwxx1rootroot2143692021
rwxrxrx1rootroot3365472021linux系统免费下载
由上面显示可以看出默认安装的是gcc4.6，现在来改成gcc4.4：
〔1〕rmdirpgcc-4.6/usr/bin/etc/gcc。将这个连接的软性设置删除
〔2〕terminal：sudormdirr/usr/bin/etc/gcc&chown/usr/bin/etc/gcc770
〔3〕创立一个软连接，指向gcc4.4【2】
〔5〕terminalusing：gccv
〔6〕使用内建specs
目标：i686linuxgnu
配置为：
2软件安装与编译
高通量测序数据下载后的原始fastq文件，包含4行，其中一行为质量值，另外一行那么为对应序列，我们都了解高通量的数据处理首先要进行质量控制【3】，这些过程包括去接头、过滤低质量reads、去除低质量的3和5端，去除N较多的reads等，而针对高通量测序数据的质控软件也有很多，一般使用Fastxtoolkit，下载如下：
./configure&&make&&sudomakeinstall
ExportPATHPKG_CONFIG_PATH=/usr/local/lib/pkgconfig：$PKG_CONFIG_PATH
cd../fastx_toolkitsudomakeinstall
TopHat是一个快速将RNASeq数据剪接映射的程序，它将读段大小分散成不同的小片段，对每个小片段进行重新建模，再根据空位罚分机制将小片段和参考基因组上的片段进行比对。在片段长度足够小的时候会增加非特异性比对次数，所以需要设置最小片段的最大长度限制。通常大基因组物种选择长
读段测序，设置较大最小片段的最大长度，小基因组物种那么反之。直接下载适合于Linuxx86_64的二进制文件，解压缩即可使用。
需要注意，很多接头序列比较长，应搞清楚具体实验时的接头长度。通常情况下，我们需要将接头之间的序列进行比对和过滤。
3结论
生物信息的环境配置首先要将原Ubuntu系统的g++/gcc进行修改，这样可以将权限及操作环境修改为最适合生物信息分析的状态。
软件安装上，使用Fastx_toolkit和比对软件可以对各种测序结果进行数据分析。
Tophat可以将数据进行动态映射，保证数据分析的快速性。
参考文献：
2021〔01〕：4756.
【2】汤庄力，王添，肖生祥，王晓鹏.表皮松解性掌跖角化病一家系KRT9基因突变检测及生物信息学分析[J].中国麻风皮肤病杂志，2021，33〔12〕：709711+716.
【3】罗文奇.计算机技术在生物信息学研究中的应用分析[J].中国管理信息化，2021，20〔20〕：151152.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。