Ubuntu 20.04手動編譯R-4.1.2與套件安裝

編譯之前先參考《Ubuntu 20.04用apt安裝R-3.6.3完整指令》，安裝系統需要的套件；完成後用下面的指令下載原始碼與設定：

wget https://cran.r-project.org/src/base/R-4/R-4.1.2.tar.gz
md5sum R-4.1.2.tar.gz
tar zxf R-4.1.2.tar.gz && cd R-4.1.2
./configure --prefix=/opt/R/4.1.2-lto \
  --with-x --with-ICU \
  --with-libtiff --with-cairo --with-libpng --with-jpeglib \
  --enable-java \
  --enable-lto \
  --enable-memory-profiling \
  --enable-R-shlib

用curl指令下載GitHub的檔案

放在GitHub上面的檔案，用wget即使開啟了--no-check-certificate與--content-disposition，也有可能抓不下來。這是因為GitHub可能把檔案放到不是連結看到的地方，連結所在的檔案存放的是要轉往的位址，這時候下載就要用到curl了：

• curl -LJO  https://github.com/samtools/samtools/releases/download/1.14/samtools-1.14.tar.bz2

如此就能順利下載samtools-1.14.tar.bz2，參數意義如下：

指令裡面的dash - 代表標準輸入

在指令裡面，dash (-, 通常是按鍵0右邊那個)代表的是標準輸入(standard input)：

1. cat ERR194147.fastq.gz | pv | time seqtk fqchk -q 30 - 
2. zcat ERR194147.fastq.gz | pv | time seqtk fqchk -q 30 -
3. unpigz -p 4 -c ERR194147.fastq.gz | pv | time seqtk fqchk -q 30 -

從UCSC下載序列與註解

UCSC的基因體瀏覽頁面(UCSC Genome Browser)，提供網頁版的圖形服務來看整個基因體。其底層所需的序列與註解存放於Sequence and Annotation Downloads：

• Current genomes：依照學名來下載基因體
• REST API data interface：用JSON格式找資料後用API下載
• Table Browser：註解下載的地方，看一下describe table schema
• GenArk：Genome Archive，根據分類去找基因體

首頁就已經列出了最常下載的基因體

手動安裝FastQC-0.11.9到指定目錄

FastQC是一套用來看定序品質的軟體，用的是Java，所以首先要安裝Java Environment。在Debian8.8下面一個比較簡單的方式是先用下面指令安裝APT上面預設的fastqc，這樣就會自然地把環境給設定好。

Step 1：安裝好FastQC需要的環境

sudo apt install fastqc
sudo apt install libcommons-math3-java libjbzip2-java libsam-java picard-tools
java -version

這樣做完後會就會看到Java JDK的版本

java version "1.7.0_111"
OpenJDK Runtime Environment (IcedTea 2.6.7) (7u111-2.6.7-2~deb8u1)
OpenJDK 64-Bit Server VM (build 24.111-b01, mixed mode)

Debian上手動安裝seqtk-1.2-r94

在Debian 8.8上面用apt安裝的seqtk的版本是1.0-r31，要裝比較新版本1.2的步驟如下

安裝bioSyntax到Sublime Text 3上

bioSyntax是一套幫生物文本資料上色的外掛套件，這邊介紹如何在Windows 10下幫Sublime Text 3這個文字編輯器安裝bioSyntax套件：

1. 安裝Package Control到Sublime
2. 開啟Sublime Text 3 並依照下面步驟依序執行
• 工具列上面選 Preferences > Package Control
• 選擇 Package Control: Install Package （看下圖、點圖放大）
• 搜尋 bioSyntax，點選後會自動安裝
3. 設定讓Windows 10預設用Sublime Text開啟fasta, fastq, bed, gtf, vcf, sam等檔案

bioSyntax: 為生物文本上色的plugin

bioSyntax:提供文字編輯器的plugin，幫助生物文本上色，可支援的文本：

• .fasta：一般的核酸或是蛋白質序列
• .fastq：Fasta + Phred score檔案，看序列內容與品質
• .clustal：Multiple Sequence Alignment (MSA)
• .bed：基因體範圍規範檔
• .gtf：基因體註解檔案
• .pdb：蛋白質三級結構
• .vcf：Variant Caller Format，標註基因體上面的變異
• .sam：Sequence Alignment Map (SAM) 次世代定序檔

上面是sublime, vim, gedit, less等文字編輯器可看到～

用needle與water做序列比對

要比較兩條序列（pairwise sequence alignment），最常用的兩種方法：

1. Needleman-Wunsch algorithm：做全域比對（global alignment）
2. Smith-Waterman algorithm：做區域比對（local alignment）

要做也很簡單，只要安裝EMBOSS（The European Molecular Biology Open Software Suite），就會內建needle與water兩個程式。只要準備好兩條用fasta格式寫的序列a.fasta與b.fasta，使用下面的指令即可，結果會輸出到global.needle與local.water這兩個檔案：

1. needle -asequence a.fasta -bsequence b.fasta -auto -outfile global.needle
2. water -asequence a.fasta -bsequence b.fasta -auto -outfile local.water

這邊-auto代表gap penalty相關的參數都用預設值。
若要直接輸出到標準輸出，那就將-outfile改成-stdout：

1. needle -asequence a.fasta -bsequence b.fasta -auto -stdout
2. water -asequence a.fasta -bsequence b.fasta -auto -stdout

_EOF_

在Mac上安裝BLAST

在自己的Mac主機上跑BLAST，用下面的指令來安裝在/pkg資料夾下：

1. cd /pkg
2. wget ftp://ftp.ncbi.nlm.nih.gov/blast/executables/blast+/2.5.0/ncbi-blast-2.5.0+-x64-macosx.tar.gz
3. tar zxf ~/Sources/ncbi-blast-2.5.0+-x64-macosx.tar.gz
4. tree ncbi-blast-2.5.0+/