用集成了anaconda的docker快速布置生信分析平台

前言

众所周知，conda和docker是进行快速软件安装、平台布置的两大神器，通过它们，在终端前敲几个命令、点点鼠标，软件就装好了。出了问题也不会影响到系统配置，能够很轻松的还原和重建。
不过，虽说类似rstudio或者jupyter notebook/lab这样的分析平台能够很快地找到别人已经做好的镜像，但是总归有功能缺失，而且有时要让不同的镜像协同工作时，目录的映射，权限的设置会让经验的人犯晕。
本着不折腾不舒服的本人一惯风格，我自己写了一个dockerfile，集成了rstudio server、jupyter lab、shiny server，可用于生信分析平台的快速布置，通过一些技巧，也可供linux初学者练习用

我的dockerfile地址

https://github.com/leoatchina/dockerfile_jupyter,觉得好给个star吧!

（PS: 小编我已经迫不及待的给出了第一个赞！）

安装,要先装好docker-ce和git

git clone https://github.com/leoatchina/dockerfile_jupyter.git
cd docker_jupyter
docker build -t jupyter . 

说明,这个镜像的名字是jupyter，你们可以改成其他自己喜欢的任何名字

我在这个dockerfile里主要做的工作

• 基于ubuntu16.04

• 安装了一堆编译、编辑、下载、搜索等用到的工具和库

• 安装了最新版anaconda,Rstudo,Shinny

• 安装了部分bioconductor工具

• 用supervisor启动后台web服务

• 集成zsh以及oh-my-zsh,vim8,git

主要控制点

• 开放端口：

• 8888: for jupyter lab

• 7777: for jupyter notebook

• 8787: for rstudio server

• 3838: for shiny

• 访问密码：

• 见dockerfile里的ENV PASSWD=jupyter

• 运行时可以修改

• jupyter的主目录： /jupyter

• rstudio的主目录： /home/rserver

• shinny的主目录： /home/rserver/shiny-server

• VOLUME ["/home/rserver","/jupyter","/mnt","/disks","/oss","/data"]

运行

使用docker-compose

• docker-compose -f /home/docker/compose/bioinfo/docker-compose.yml up -d

• docker-compose.yml的内容，详细内容如下

version: "3"  # vml版本
services:
  jupyter:  
    image: jupyter  # 使用前面做出来的jupyter镜像
    environment:
      - PASSWD=mitipass   # PASSWD ， 在Docker-file里的 `ENV PASSWD=jupyter`
    ports:     # 端口映射，右边是container里的端口，左边是实际端口，比如我就喜欢实际端口在内部端口前加2或1。
      - 28787:8787
      - 27777:7777
      - 28888:8888
      - 23838:3838
    volumes:   # 位置映射，右docker内部，左实际
      - /data/bioinfo:/mnt/bioinfo   # 个人习惯，里面会放一些参考基因组等  
      - /home/github:/mnt/github     # 习惯2，比如我的vim配置会放里面
      - /tmp:/tmp 
      - /data/disks:/disks           
      - /data/work:/work
      - /home/root/.ssh:/root/.ssh   # 这个是为了一次通过ssh-keygen生成密钥后，能多次使用
      - /home/root/.vim:/root/.vim   # 为了不同的container能重复利用一套已经下载的vim插件
      - /root/.vimrc.local:/root/.vimrc.local  # 同上
      - /home/jupyter:/jupyter       # 关键目录之1，jupyter的主运行目录 
      - /home/rserver:/home/rserver  # 关键目录之2，rtudio的工作目录 

会运行一个名为bioinfo_jupyter_1的container，是由目录bioinfo+镜像jupyter+数字1组成

使用docker run命令

和docker-compose差不多的意义

docker run --name jupyter  \
-v /data/bioinfo:/mnt/bioinfo \ 
-v /home/github:/mnt/github \
-v /tmp:/tmp \
-v /data/disks:/disks \
-v /data/work:/work \
-v /home/root/.ssh:/root/.ssh \
-v /home/root/.vim:/root/.vim \
-v /home/jupyter:/jupyter \
-v /home/rserver:/home/rserver \
-p 27777:7777 \
-p 28787:8787 \
-p 28888:8888 \
-p 23838:3838 \
-e PASSWD=mitipass \    
-d jupyter    #使用jupyter镜像， -d代表在后台工作

运行后的调整

1. 打开 运行机器的IP:28787，修改下R的源，bioClite源

2. 可能要运行下 R CMD javareconf

3. shinny的运行目录是在 /home/rsever/shinny-server

4. 进入rstudio-server的用户名是rserver

.bashrc和.zshrc,我玩的小花招

众所周知，bash/zsh在启动时，会加载用户目录下的.bashrc|.zshrc进行一些系统变量的设置，同时又可以通过source命令加载指定的配置，在我的做出来的jupyter镜像中，为了达到安装的软件和container分离，在删除container时不删除安装的软件的目的，我做了如下source次序

• root目录下的.bashrc或者.zshrc(在镜像里已经写入) ： source /juoyter/.jupyterc

• 在映射过去的 /jupyter/.jupyterc中（另外自行建立）: source /jupyter/.bioinforc

• 贴出我的 .jupyterc和.bioinforc

/jupyter/.jupyterc

export PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin 
 #PATH I write or complied
export PATH=/jupyter/usr/bin:$PATH #bioinfo path
if [ -f /jupyter/.bioinforc ]; then
    source /jupyter/.bioinforc  # 重要
fi 
#PATH for conda
export PATH=/opt/anaconda3/bin:$PATH   
# /opt/anaconda3/是安装的anaconda目录，放最重要的位置上去

/jupyter/.bioinforc

#PATH for conda installed envs
export PATH=$PATH:/jupyter/envs/entrez-direct/bin
export PATH=$PATH:/jupyter/envs/bioinfo/bin
#ascp
export PATH=/jupyter/biotools/.aspera/connect/bin:$PATH
alias ascp_putty='ascp -i /jupyter/biotools/.aspera/connect/etc/asperaweb_id_dsa.putty --mode=recv -l 200m '
alias ascp_ssh='ascp -i /jupyter/biotools/.aspera/connect/etc/asperaweb_id_dsa.openssh --mode=recv -l 200m '
alias fd="fastq-dump --split-3 --defline-qual '+' --defline-seq '@\$ac-\$si/\$ri'"
#PATH for biotools
export PATH=/jupyter/biotools/vcftools/bin:$PATH
export PERL5LIB=$PERL5LIB:/jupyter/biotools/vcftools/share/perl/5.22.1
export PATH=/jupyter/biotools/sratoolkit.2.5.6-ubuntu64/bin:$PATH
export PATH=/jupyter/biotools/gdc-client/bin:$PATH
export PATH=/jupyter/biotools/RSEM-1.3.0:$PATH
export PATH=/jupyter/biotools/express-1.5.1-linux_x86_64:$PATH

• 你们可以看到，/opt/anaconda3/bin在$PATH变量中优先级最高，而安装在/jupyter/envs/bioinfo/bin，/jupyter/envs/entrez-direct/bin等目录下的可执行文件不需要输入全路径也运行，这是搞哪一出？

conda install -p 快速安装软件

各位在学习其他conda教程时，经常会学到conda create -n XXX新建一个运行环境以满足特定安装需求，还可以通过source activate激活这个环境，但其实还有一个参数-p用于指定安装目录。
利用了这一点，我们就可以把自己docker里conda安装软件到非conda内部目录，而是实际的硬盘上。
举例如下安装conda install -p /jupyter/envs/bioinfo trimmomatc

如此，就安装到对应的位置，如samtools,bcftools,varscan等一众生信软件都可以如此安装。

关键的，在安装这些软件相应container被删除后，这些通过-p安装上的软件不会随着删除，下次重做container只要目录映射一致，不需要重装，不需要重装，不需要重装。

有用的时刻？

1. 启动分析流程后，发现代码写错了要强行结束时，只要删除container，不需要一个个去kill进程

2. 在另一个机器上快速搭建分析环境，把docker-file在新机器上bulid下，各个.xxxrc文件放到正确的位置，然后把已经装上的软件复制过去就能搭建好分析环境。

网页端的shell

本docker中集成的jupyter lab的功能不用太多介绍，我要介绍的是集成的zsh环境，通过file->new->terminal输入zsh,就会打开一个有高亮的 shell环境

有两个好处

1. 只要你记得你的访问密码PASSWORD（仔细看我的启动脚本)，IP、端口，就可以通过网页端进行操作。

2. 启动perl，python,shell的分析流程后，可以直接关闭网页，不需要用nohup启动，下次重新打开该页面还是在继续运行你的脚本 。这个，请各位写个分析流程，自行体会下，也是我认为本次教程的最大亮点。

编辑：jimmy

点击下面的阅读原文，跟我一样去star吧！