GenePatternをlocalに導入（docker使用）
経緯
VarScan2でCNV検出して、その結果をGISTIC2でplotしようとWSL2にインストール（anacondaサイトから取得できた mamba install -c hcc gistic2）するも実行時にPython関連のエラーがでるので、色々調べているとGISTIC2の使い方を紹介しているyoutubeに辿り着いた。
その中で GenePattern というWebツールが使われており、フリーでコマンド不要でできる解析の多さに驚かされた。
ゲノムへのマッピングツール、発現変動解析、シングルセル解析、生存時間解析、フローサイトメトリー、作図などなど多岐にわたったModuleが200以上用意されている。
Web serverで解析
Web serverで解析を行う場合は、Run > Public Serverを選択する。
Webページの左上
ユーザー登録が必要なので、初回はClick to Registerから登録しておく。
ログイン画面
（解析例）GISTIC2
（解析例）GISTIC2
解析の一例としてyoutubeで紹介されていた流れをやってみる。
inputの用意
デモデータとして cBioportalからTCGAの肝臓がんデータを使用する。
https://www.cbioportal.org/study/summary?id=lihc_tcga_pan_can_atlas_2018
開いたページの上部の小さなダウンロードボタンからデータ一式を取得する。
ダウンロードして解凍すると「data_cna_hg19.seg」というファイルが確認できるはず。こちらを使用する。
Excelで確認すると、64105行、6列のデータとなっていた。ID列はサンプル名で、複数のサンプルのCNVデータが1つのファイルにまとまっている。（GISTIC2では1サンプルのデータではなく、複数サンプルのデータを使う。）
Moduleの選択
まずは必要なModuleを選択する。左側パネルのModulesダブでModuleを検索するか、Browse Modulesからカテゴリーごとに分けられたModuleを探す。Module名がわかっているときは検索した方が早い。
Browse Modulesの画面
実行
GISTIC_2.0を選択すると、次の画面に遷移する。
GISTIC_2.0の設定画面
アスタリスクがついている箇所が最低限の設定項目である。
最低限必要なファイルとして、参照ゲノムデータがあるが、こちらはWeb serverに用意されている。
seg fileのファイル名からhg19にマッピングしていることがわかるので、refgene fileからは「Human_Hg19.mat」を選択した。
seg fileの箇所には、cBioportalから取得したファイルをドラッグ&ドロップでUploadする。
ページ右上か右下にあるRunを押すとプロセスが進む。
プロセス画面に遷移するので、解析が終了するまで放置しておく。Email Reminderにチェックを入れると登録していたメールアドレスにJob完了の通知をくれる。
Job開始画面
終了すると、出力の一覧が表示される。
終了画面
出力ファイル1つ1つがリンクになっており、クリックすると個別にダウンロードできる。一括でダウンロードする場合は、「Job番号. Module名」（ここでは「536980. GISTIC_2.0」）のModule名のリンクをクリックすると、Jobに対する操作メニューが開くので、Download Jobを選択する。
無事、CNVのplotが得られた。
dockerでGenePattern serverを立ち上げる
ここからが本題。
バイオインフォマティクスでは巨大なデータを扱うことも多く、アップロードに時間がかかったり、向こうのserver状態に解析が左右されたりしたくないので、本書ではGenePatternをローカル環境に導入する方法を紹介する。（実際、Public serverで解析するよりも早かった。）
こちらが参考ページ。OSごとに異なるようだ。
本記事ではWSL2のdocker環境を使用した。環境は以下の記事で作成したもの。
初期設定
1. Githubページから「start-genepattern.sh」をダウンロードする。
https://github.com/genepattern/genepattern-server/blob/develop/docker/start-genepattern.sh
こちらに初期のディレクトリ構築やdockerコマンドなどが書かれており、シェルスクリプトを実行することでdocker imageを取得する。(シェルスクリプト内でdocker runなどが行われる。)
2. docker imageのTag情報
シェルスクリプト実行の際にdocker imageのTag情報を使用する。次のリンクから欲しいversionのTAG名を控えておく。本記事では最新の「v3.9_080823_b401」を使用する。
https://hub.docker.com/r/genepattern/genepattern-server/tags
3. シェルスクリプト実行
シェルスクリプト実行時に幾つかの初期ディレクトリが作られる。
ホームディレクトリに作られないように、「start-genepattern.sh」を任意のフォルダに移動させておく。本記事では ~/tools/GenePattern ディレクトリを作成し、そこに「start-genepattern.sh」を配置した。
さらにカレントディレクトリを ~/tools/GenePattern に移動しておいた。
cd ~/tools/GenePattern
次のようにシェルスクリプトに実行権限を与えて実行する。-vオプションに上記のTag情報を指定する。
chmod +x start-genepattern.sh
./start-genepattern.sh -v v3.9_080823_b401
私の場合は、途中でWindowsセキュリティのウィンドウが立ち上がったが、許可して進めた。
このように終了。
カレントディレクトリに4つのディレクトリが構築されていた。
dockerコンテナが起動した状態なのがdocker psから確認できるはず。
4. ブラウザでアクセス
dockerコンテナが起動した状態で、ウェブブラウザから「 http://127.0.0.1:8080/gp 」にアクセスする。
初回はSign in画面が出てくるが、Click to Registerからユーザー名を登録するだけで使えるようになる。パスワードはない。
Public serverと同様の画面が立ち上がる。
5. Moduleのインストール
初めはModuleが何も入っていない状態のGenePatternになっている。
Modules & PipelinesのメニューからModuleをインストールする。
ここではInstall from Repositryを選択した。次のようにインストールできるものはチェックが入った状態になっている。
Install Checkedからインストールする。
インストールできるものとできないものがある。Rの古いversionに依存しているものなどは基本的にインストールできなかった。
GISTIC_2.0はインストールできたのでとりあえず良しとする。
インストールが終わると、ページ下部のDoneから元のページに戻る。
ModulesからModuleが確認できるようになる。
（解析例）GISTIC2
（解析例）GISTIC2
デモデータで同様の解析を進める。
不安だったが、ローカルのGenePatternでもrefgene fileは同様のものが選択できた。
この条件でRun
プロセス画面
ちゃんと終了。
Public Serverで解析したものと同じ出力が得られた。
2回目以降の立ち上げ
GenePatternを再度立ち上げる時も「start-genepattern.sh」を実行する。
cd tools/GenePattern/
./start-genepattern.sh
Ubuntuの画面には次のように出力されるが、ウェブブラウザから「 http://127.0.0.1:8080/gp 」にアクセスすれば使用できる。
Module類もそのまま使用できるし、過去のJobもアクセスできる。
もしくはDocker desktopのActionsからStart/Stopを操作するだけでも使用できる。Start状態で http://127.0.0.1:8080/gp 」にアクセスすればいいだけ。
Docker desktopから立ち上げる場合
Discussion