🧬

NGS 解析を始めたくて Bioconda をセットアップしてみた

Naoto Imamachi

2025/07/17に公開

2025/07/18

はじめに

次世代シーケンサー（NGS: Next-Generation Sequencing）の解析を始めたくて、Bioconda をセットアップしてみることにしました。また、FASTQ ファイルの QC に関しても試してみたので、合わせて忘備録的にやり方をまとめておこうと思います。

突然ですが、Bioconda のインストール、ムズくないですか？Bioconda のインストールで挫折した人もいるんじゃないでしょうか？
Anaconda も種類が複数あり、どれをインストールしたらいいのか分かりません。
公式ドキュメントなどを確認してみたのですが、結構混乱します（私は混乱しました）

色々調べた結果、個人的な見解として、Miniconda をインストールした環境に、Mamba をインストールすることをオススメします。
詳細は以下に書きますが、とにかく Bioconda をインストールできればいい人は読み飛ばしてください。

⚠️ Miniconda / Anaconda / Mamba / Micromamba どれをインストールすればいいのか問題

Bioconda の使い方を確認すると、conda をインストールするように書いてあります。

一方で、Bioconda に登録されているバイオインフォマティクスツールのページを開くと、mamba コマンドでのインストール方法が紹介されています。これを見ると、Bioconda は mamba を推奨しているようにも見えます。

Anaconda のインストールページでは、Miniconda と Anaconda の両方が紹介されていて、マジで意味がわかりません。

それぞれのツールの概要をまとめると、以下になります。

ツール	説明
Anaconda	Python + Jupyter + NumPy, pandas, matplotlib, scikit-learn など全部入り。GUI（Anaconda Navigator）も付属。
Miniconda	Conda 本体と Python だけが入った最小構成の Anaconda。
Mamba	Conda の代替。C++で実装されていて数十倍高速（特に依存解決の速さが顕著）。Anaconda / Miniconda に追加インストールして使う。
Micromamba	Mamba の超軽量版。conda 自体も不要。完全にスタンドアロンで conda 環境を作れる。

まず、Anaconda ですが、不要かもしれない・最初は使わないツール類がまとめてインストールされてしまいます。なので、今回の選択肢から外れます。
次に、Micromamba ですが、Anaconda（Anaconda / Miniconda）に依存せずに動作します。万が一、トラブルになったときのことを考えると、Anaconda のほうが利用者が多いですし信頼性も高いです。なので、こちらも選択肢から外れます。

結論、Miniconda で最小構成の Anaconda をインストールし、Anaconda 経由で Mamba をインストール。ライブラリ・ツールのインストール時のみ Mamba を活用する、という運用にするのが一番良いのではないかと思いました。この構成であれば、Mamba でトラブったときに Anaconda で直接ライブラリ・ツールをインストールすることも可能です。

Miniconda + Mamba 構成に Bioconda をインストールする

Miniconda のインストール

以下の公式ドキュメントの手順に従って、まずは Miniconda をインストールします。

# Intel版のMacのインストール手順
mkdir -p ~/miniconda3
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.sh -o ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh

# Apple Silicon(ARM)版のMacのインストール手順
mkdir -p ~/miniconda3
curl https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh -o ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh

ターミナルを再起動するか、以下のコマンドを実行します。

source ~/miniconda3/bin/activate

次のコマンドを実行して、利用可能なすべてのシェルで conda を初期化します。

conda init --all

Mamba のインストール

conda コマンド経由で mamba をインストール可能なので、以下を実行します。

conda install conda-forge::mamba

accept が必要なので、a と打ち Enter します。

Do you accept the Terms of Service (ToS) for https://repo.anaconda.com/pkgs/main?
[(a)ccept/(r)eject/(v)iew]: a
Do you accept the Terms of Service (ToS) for https://repo.anaconda.com/pkgs/r?
[(a)ccept/(r)eject/(v)iew]: a
2 channel Terms of Service accepted
Channels:
 - conda-forge
 - bioconda
 - defaults
Platform: osx-64
Collecting package metadata (repodata.json): |

Bioconda のインストール

以下の通りに、コマンドを実行します。

conda config --add channels bioconda
conda config --add channels conda-forge
conda config --set channel_priority strict

ここまでで、Miniconda + Mamba 構成に Bioconda をインストールできました。

Bioconda に登録されているツールのインストール（Bioconda の動作確認）

Bioconda のページで、インストールできるツールを検索できます。

とりあえず、sra-tools をインストールしてみましょう。-y オプションを指定することで、confirm をスキップできます（ターミナルで y と打つのも面倒なので）

mamba install sra-tools -y

以下のコマンドでインストールできたか確認します。Usage が出れば成功。

$ fasterq-dump --help

Usage:
  fasterq-dump <path> [options]
  fasterq-dump <accession> [options]

Options:
  -F|--format                      format (special, fastq, default=fastq)
  -o|--outfile                     output-file
  -O|--outdir                      output-dir
  ...

⚠️ python・依存ライブラリのバージョン不整合によるインストールエラー

Anaconda も万能ではありません。python や依存ライブラリのバージョン不整合により、インストールエラーになることがあります。
以下の例だと、cutadapt をインストールしようとして、python 3.12 以下でないとインストールというエラーが出ました（現環境だと python 3.13）

$ mamba install cutadapt

error    libmamba Could not solve for environment specs
    The following packages are incompatible
    ├─ cutadapt =* * is installable with the potential options
    │  └─ cutadapt [4.8|4.9|5.0|5.1] would require
    │     └─ python >=3.12,<3.13.0a0 *, which can be installed;
    └─ pin on python =3.13 * is not installable because it requires
       └─ python =3.13 *, which conflicts with any installable versions previously reported.
critical libmamba Could not solve for environment specs

上記の場合だと、以下のように、python 3.12 環境で cutadapt-env という名前の専用の環境を用意し、cutadapt をインストールできます。

mamba create -n cutadapt-env python=3.12 cutadapt -y

インストールした cutadapt は以下のコマンドで使用できます（cutadapt コマンドの代わりに mamba run -n cutadapt-env コマンドを使う）

mamba run -n cutadapt-env cutadapt --help

mamba でバイオインフォマティクスツールをインストールして使ってみよう（FASTQ ファイルの QC をやってみる）

概要

今回使うデータは、CSTF-64 タンパク質の PAR-CLIP データになります（データサイズも小さいので、取り回しの良いデータだと思い選びました）
CSTF-64 は Alternative Polyadenylation に関与する RNA 結合タンパク質（RBP）で、PAR-CLIP は CSTF-64 結合サイトの RNA 配列をサンプリングしたデータになります。

過去に私が解析したデータで、以下の解析フローの一部をなぞってみたいと思います。

主な流れは以下になります。

必要なツールのインストール
NGS データのダウンロード & 解凍
FASTQ ファイルの FastQC レポートを出力
Cutadapt を使ってアダプター配列をトリムした FASTQ ファイルを生成
アダプター配列をトリムした FASTQ ファイルの FastQC レポートを出力
MultiQC のレポート出力

1. 必要なツールのインストール

必要なツールをインストールします。

mamba install sra-tools -y
mamba install fastqc -y
mamba install multiqc -y

# cutadapt だけ python 3.12 をインストールした独自環境をセットアップ
# MEMO: python 3.13 の現環境だとインストールできなかったため
mamba create -n cutadapt-env python=3.12 cutadapt -y

2. NGS データのダウンロード & 解凍

NCBI GEO から NGS データ（FASTQ ファイル）をダウンロードします。
sra-tools のコマンドである prefetch を使います。

$ prefetch SRR488740.sra

2025-07-17T12:19:05 prefetch.3.2.1: 1) Resolving 'SRR488740.sra'...
2025-07-17T12:19:07 prefetch.3.2.1: Current preference is set to retrieve SRA Normalized Format files with full base quality scores
2025-07-17T12:19:08 prefetch.3.2.1: 1) Downloading 'SRR488740'...
2025-07-17T12:19:08 prefetch.3.2.1:  SRA Normalized Format file is being retrieved
2025-07-17T12:19:08 prefetch.3.2.1:  Downloading via HTTPS...
2025-07-17T12:24:13 prefetch.3.2.1:  HTTPS download succeed
2025-07-17T12:24:14 prefetch.3.2.1:  'SRR488740' is valid: 578878621 bytes were streamed from 578870841
2025-07-17T12:24:14 prefetch.3.2.1: 1) 'SRR488740' was downloaded successfully

SRA ファイルから FASTQ ファイルに解凍します。
sra-tools のコマンドである fasterq-dump を使います。
ちなみに、fastq-dump を高速化したのが、fasterq-dump になります（名前が紛らわしい…）

$ fasterq-dump SRR488740

spots read      : 21,240,858
reads read      : 21,240,858
reads written   : 21,240,858

⚠️ fasterq-dump トラブルシューティング

ダウンロードしたファイルは sra 拡張子が取れているので注意。勘違いして、以下を実行したらエラーになりました…。

$ fasterq-dump SRR488740.sra

2025-07-17T12:26:36 fasterq-dump.3.2.1 err: the input data is missing the QUALITY-column
fasterq-dump quit with error code 3

3. FastQC のレポート出力

FastQC で FASTQ ファイルの詳細をレポーティングしてもらいます。

$ fastqc SRR488740.fastq

null
Started analysis of SRR488740.fastq
Approx 5% complete for SRR488740.fastq
Approx 10% complete for SRR488740.fastq
Approx 15% complete for SRR488740.fastq
Approx 20% complete for SRR488740.fastq
Approx 25% complete for SRR488740.fastq
Approx 30% complete for SRR488740.fastq
Approx 35% complete for SRR488740.fastq
Approx 40% complete for SRR488740.fastq
Approx 45% complete for SRR488740.fastq
Approx 50% complete for SRR488740.fastq
Approx 55% complete for SRR488740.fastq
Approx 60% complete for SRR488740.fastq
Approx 65% complete for SRR488740.fastq
Approx 70% complete for SRR488740.fastq
Approx 75% complete for SRR488740.fastq
Approx 80% complete for SRR488740.fastq
Approx 85% complete for SRR488740.fastq
Approx 90% complete for SRR488740.fastq
Approx 95% complete for SRR488740.fastq
Analysis complete for SRR488740.fastq

以下で HTML ファイルをブラウザで開いて確認できます（後で、MultiQC で全データをまとめたレポートを作ります）

open SRR488740_fastqc.html

⚠️ FastQC 実行時のトラブルシューティング（Java Runtime がない問題）

以下のようなエラーが出たら、Java がインストールされていないので、Java を brew 経由でインストールする必要があります（mamba / conda では Java までは管理してくれない）

$ fastqc SRR488740.fastq

The operation couldn’t be completed. Unable to locate a Java Runtime.
Please visit http://www.java.com for information on installing Java.

brew 経由で Java をインストールしてパスを通しておきます。

brew install openjdk

# brew install したときに「以下のパスを通してね」という指示が出てくるので、それに従う。
# 以下は例。
echo 'export PATH="/usr/local/opt/openjdk/bin:$PATH"' >> ~/.zshrc

ターミナルを再起動するか、以下のコマンドを実行します。
これで、fastqc コマンドが使えるようになっているはずです。

source ~/.zshrc

4. Cutadapt を使ってアダプター配列をトリムした FASTQ ファイルを生成

cutadapt のインストール方法に応じて、いずれかのコマンドを実行してみます。パラメータチューニングや細かなオプションの説明は割愛します（ChatGPT とか、AI に聞けば教えてくれます）

# 通常のコマンド
$ cutadapt --match-read-wildcards \
  --times 1 -e 0.1 -O 5 --quality-cutoff 6 -m 18 \
  -a TCGTATGCCGTCTTCTGCTTGT \
  --json SRR488740_PAR-CLIP_CSTF-64_cutadapt_result.json \
  SRR488740.fastq > SRR488740_PAR-CLIP_CSTF-64_adapter_trimmed.fastq

# 独自環境を構築した場合のコマンド
$ mamba run -n cutadapt-env cutadapt --match-read-wildcards \
  --times 1 -e 0.1 -O 5 --quality-cutoff 6 -m 18 \
  -a TCGTATGCCGTCTTCTGCTTGT \
  --json SRR488740_PAR-CLIP_CSTF-64_cutadapt_result.json \
  SRR488740.fastq > SRR488740_PAR-CLIP_CSTF-64_adapter_trimmed.fastq

5. アダプター配列をトリムした FASTQ ファイルの FastQC レポートを出力

fastqc SRR488740_PAR-CLIP_CSTF-64_adapter_trimmed.fastq

6. MultiQC のレポート出力

最後に、MultiQC で FastQC と Cutadapt のレポートをまとめて 1 つのレポートにしてもらいます。

$ multiqc .

/// MultiQC v1.30

       file_search | Search path: /Users/imamachi/work/ngs-test
        searching | ████████████████████████████████████████ 100% 8/8
          cutadapt | Found 1 reports
            fastqc | Found 2 reports
     write_results | Data        : multiqc_data
     write_results | Report      : multiqc_report.html
           multiqc | MultiQC complete

できあがった MultiQC のファイルを開きます。

open multiqc_report.html

MultiQC は、多種多様なバイオインフォマティクスツールが出力するレポートに対応しており、それを 1 つのレポートにまとめてくれます。一覧性に優れているのでありがたいですね（私が研究してた頃にほしかった）

さいごに

Bioconda を使っている人に怒られそうですが、コンテナ技術（Docker・Singularity・Apptainer 等）を使おうぜ…と思いました。
今回、Bioconda をインストールして軽く触ってみたわけですが、Bioconda も万能じゃなくて、いろんな依存ライブラリのバージョンの影響をもろに受けるので、管理がかなり面倒になる未来が見えました。

とはいえ、ローカルで試す分にはこれで十分だし、便利であることは変わりありません。
Bioconda のインストールに苦しんでいる人がいたら、参考になれば幸いです。

RNA解析備忘録Publication

RNA 関連の次世代シーケンサー（NGS）の解析に関してまとめた記事を書き溜めていこうと思います。