Galaxy-ChIPseq流程
这篇文章介绍如果把ChIPseeker搬上galaxy，和galaxy上其它软件一起拼成流程，跑一个ChIPseq注释的流程，从fastq文件开始，比对生成bam文件，peak calling生成bed文件，基因组注释，一个完整的流程，这个流程一旦设置好，每次跑都只是点点鼠标就可以了。 本文额外附送： 1. 如何把R程序变成命令行程序 2. 如何把命令行程序搬上galaxy (知名的程序都有人搬好，但自己的程序还是需要学一下怎么配置的）
Galaxy可以说是低端生信从业者杀手，如果你的能力只是跑跑流程，galaxy完全可以取代你的工作。
如果你是苦逼的生物研究生，苦于要自己分析数据，不会跑命令行程序，对各种参数表示晕菜，galaxy也是拯救你的神器，如同有个做生信的人在旁边帮助你，参数你点点菜单就可以了，跟程序变运行又可以了，流程自己都可以设计并一键运行。
安装galaxy
- requirements: python 2.7 and git
- only three steps
克隆galaxy项目
git clone https://github.com/galaxyproject/galaxy/
cd galaxy
## switch to master branch, stable release
git checkout -b master origin/master
安装
cd galaxy/config/
cp galaxy.ini.sample galaxy.ini
编辑_galaxy.ini_文件
- find the line: admin_users
- remove the # and add an email for your account
运行
# go back to galaxy folder
cd ..
sh run.sh
然后就可以用浏览器打开http://localhost:8080，使用galaxy，就是这么简单。
ChIP-Seq workflow
让我们来重温ChIPseq分析的流程：
- quality control using FastQC
- short reads mapping using Bowtie2
- peak calling using MACS
- peak annotation using R package ChIPseeker
通过Tool Shed安装软件
你可以浏览分类，这里我搜索一下bowtiew
通过Tool Shed安装软件
搜索的结果出来不同的版本，我们选择需要安装的版本，点预览和安装
通过Tool Shed安装软件
再点安装到galaxy完事
通过Tool Shed安装软件
你可以为安装的软件设置分类，这里我选择NGS
通过Tool Shed安装软件
我们为这个流程安装了bowtie2， macs14和R等工具。
Bowtie2比对序列
这里我们可以看到，所有参数，都变成了菜单，先第一个让你先单端还是双端，第二个让你选fastq文件等等，选好参数后，点执行，开始跑bowtie2
Bowtie2比对序列
当运行结束后，我们可以看到右边文件这块，除了参考基因组hg19.fa，我们的输入fastq文件之外，还多了一个BAM文件，这就是最后的比对结果：
Peak Calling
用MACS14来跑peak calling，一样操作也变成了菜单：
Peak Calling
而结果，可以直接在galaxy里查看：
最后我们用ChIPseeker来注释
这是R包，不是命令行程序，没办法直接在galaxy里面调用，我们首先可以包装一下：
annotatePeak
#!/usr/bin/env Rscript
library("optparse")
option_list <- list(
make_option(c("-i", "--input_file"), help="input bed file"),
make_option(c("-o", "--output_file"), help="output file")
)
opt <- parse_args(OptionParser(option_list=option_list))
library(ChIPseeker)
## using default parameter to simplify this example
res <- annotatePeak(opt$input_file)
write.table(as.data.frame(res), file=opt$output_file, sep="\t")
这样子就造出了一个命令行的annotatePeak
$ ./annotatePeak -i GSM1295076_CBX6_BF_ChipSeq_mergedReps_peaks.bed.gz \
-o annotatePeak_test.txt
>> loading peak file... 2015-11-13 12:22:24
>> preparing features information... 2015-11-13 12:22:24
>> identifying nearest features... 2015-11-13 12:22:25
>> calculating distance from peak to TSS... 2015-11-13 12:22:25
>> assigning genomic annotation... 2015-11-13 12:22:25
>> assigning chromosome lengths 2015-11-13 12:22:39
>> done... 2015-11-13 12:22:39
Warning message:
In loadTxDb(TxDb) :
>> TxDb is not specified, use 'TxDb.Hsapiens.UCSC.hg19.knownGene' by default...
定义XML
使用Galaxy界面化，我们需要定义参数、输入、输出等等，通过XML文件来指定：
cd galaxy/tools
mkdir mytools
vim annotatePeak.xml
我们编辑annotatePeak.xml文件，内容如下：
<tool id="annotatePeak" name="annotatePeak" version="1.0">
<description>annotate ChIP seq data (BED file)</description>
<command> annotatePeak -i $input -o $output > $output_log </command>
<inputs>
<param name="input" type="data" format="bed"
label="BED file of ChIP peaks"/>
</inputs>
<outputs>
<data name="output" format="bed"/>
<data name="output_log" format="txt"/>
</outputs>
<stdio>
<exit_code range="1:" level="fatal" />
</stdio>
<help>see http://www.bioconductor.org/packages/ChIPseeker
for details and examples</help>
</tool>
配置Galaxy工具
把我们的配置加进去，这样就可以在galaxy里面用ChIPseeker了。
cp config/tool_conf.xml.sample config/tools_conf.xml
vim config/tool_conf.xml
加入以下内容：
<section name="MyTools" id="mTools">
<tool file="mytools/annotatePeak.xml" />
</section>
最后需要重启galaxy。
Peak annotation
Peak注释
ChIPseeker的annotatePeak华丽丽登上galaxy，这里只是演示，所以我简化了参数，只有BED文件输入，其它默认：
运行完之后，输出文件显示在右边：
我们可以点击查看：
构建流程
前面演示了bowtie2->macs14->ChIPseeker这三个步骤，前者的输出是后者的输入，这是一个ChIP注释的流程，我们可以构建一个流程，自动化这一过程，首先创建流程：
把工具加进来：
步骤连接好：
点击保存：
点击运行，就可以同时运行三个程序：
所有的参数，一步步设定之后，运行流程，就可以喝着咖啡等结果了。
