En esta página, se muestra cómo ejecutar una canalización de genómica que utiliza la API de Cloud Life Sciences para crear un archivo de índice (archivo BAI) a partir de un gran archivo binario que contiene secuencias de ADN (archivo BAM).
Antes de comenzar
- Accede a tu Cuenta de Google.
Si todavía no tienes una cuenta, regístrate para obtener una nueva.
-
En la página del selector de proyectos de Google Cloud Console, selecciona o crea un proyecto de Google Cloud.
-
Comprueba que la facturación esté habilitada en tu proyecto.
- Habilita las API de Cloud Life Sciences, Compute Engine, and Cloud Storage JSON.
- Instala e inicializa el SDK de Cloud.
También puedes usar Cloud Shell, que ya tiene instalado el SDK de Cloud.
Ejecuta la canalización
Puedes ejecutar la canalización mediante curl
o Windows PowerShell.
curl
Crea una variable de entorno
BUCKET
. La variable dirige a un depósito de Cloud Storage que usa el nombre del proyecto con-life-sciences
agregado al final.export BUCKET=gs://PROJECT_ID-life-sciences
Crea el depósito con el comando
gsutil mb
:gsutil mb ${BUCKET}
Ejecuta una canalización con la herramienta de línea de comandos de
gcloud
, y especifica un nombre de archivo BAM para la entrada y un nombre de archivo BAI para el resultado. La canalización invoca la API de Cloud Life Sciences, crea una instancia de VM de Compute Engine y, luego, ejecuta el proceso de canalización en la instancia. Una vez que ha finalizado el proceso, la instancia se cierra automáticamente y el archivo BAI se copia en tu bucket de Cloud Storage.gcloud beta lifesciences pipelines run \ --regions us-east1 \ --command-line 'samtools index ${BAM} ${BAI}' \ --docker-image "gcr.io/genomics-tools/samtools" \ --inputs BAM=gs://genomics-public-data/NA12878.chr20.sample.bam \ --outputs BAI=${BUCKET}/NA12878.chr20.sample.bam.bai
Si se completa correctamente, el comando muestra lo siguiente:
Running [projects/PROJECT_ID/operations/OPERATION_ID]
La canalización tarda unos minutos en finalizar. Puedes ejecutar el siguiente comando para hacer un seguimiento de su estado. Reemplaza OPERATION_ID con el valor impreso en el paso anterior.
gcloud beta lifesciences operations wait OPERATION_ID
Después de que la operación finaliza, muestra el mensaje siguiente:
Waiting for [projects/PROJECT_ID/operations/OPERATION_ID]...done.
Verifica que se haya generado el archivo BAI:
gsutil ls ${BUCKET}
El comando debería mostrar lo siguiente:
gs://BUCKET/NA12878.chr20.sample.bam.bai
Acabas de ejecutar una canalización mediante la API de Cloud Life Sciences para crear un archivo BAI a partir de un archivo BAM.
PowerShell
Crea una variable de entorno
BUCKET
. La variable dirige a un depósito de Cloud Storage que usa el nombre del proyecto con-life-sciences
agregado al final.$BUCKET = "gs://PROJECT_ID-life-sciences"
Crea el depósito con el comando
gsutil mb
:gsutil mb ${BUCKET}
Ejecuta una canalización con la herramienta de línea de comandos de
gcloud
, y especifica un nombre de archivo BAM para la entrada y un nombre de archivo BAI para el resultado. La canalización invoca la API de Cloud Life Sciences, crea una instancia de VM de Compute Engine y, luego, ejecuta el proceso de canalización en la instancia. Una vez que ha finalizado el proceso, la instancia se cierra automáticamente y el archivo BAI se copia en tu bucket de Cloud Storage.gcloud beta lifesciences pipelines run ` --regions us-east1 ` --command-line 'samtools index ${BAM} ${BAI}' ` --docker-image "gcr.io/genomics-tools/samtools" ` --inputs BAM=gs://genomics-public-data/NA12878.chr20.sample.bam ` --outputs BAI=${BUCKET}/NA12878.chr20.sample.bam.bai
Si se completa correctamente, el comando muestra lo siguiente:
Running [projects/PROJECT_ID/operations/OPERATION_ID]
La canalización tarda unos minutos en finalizar. Puedes ejecutar el siguiente comando para hacer un seguimiento de su estado. Reemplaza OPERATION_ID con el valor impreso en el paso anterior.
gcloud beta lifesciences operations wait OPERATION_ID
Después de que la operación finaliza, muestra el mensaje siguiente:
Waiting for [projects/PROJECT_ID/operations/OPERATION_ID]...done.
Verifica que se haya generado el archivo BAI:
gsutil ls ${BUCKET}
El comando debería mostrar lo siguiente:
gs://BUCKET/NA12878.chr20.sample.bam.bai
Acabas de ejecutar una canalización mediante la API de Cloud Life Sciences para crear un archivo BAI a partir de un archivo BAM.
Limpieza
Para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos utilizados en este instructivo, puedes limpiar los recursos que creaste en Google Cloud. En las siguientes secciones, se describe cómo borrarlos o desactivarlos.
Borra el proyecto
Si creaste el proyecto específicamente para esta guía de inicio rápido y ya no lo necesitas, puedes borrarlo. Cuando borras el proyecto, también se borra el bucket de Cloud Storage y el archivo BAI.
- En Cloud Console, ve a la página Administrar recursos.
- En la lista de proyectos, elige el proyecto que quieres borrar y haz clic en Borrar.
- En el diálogo, escribe el ID del proyecto y, luego, haz clic en Cerrar para borrar el proyecto.
Borra el archivo BAI
Para borrar el archivo BAI generado, pero conservar el proyecto y el depósito que creaste, ejecuta el comando gsutil rm
:
gsutil rm ${BUCKET}/NA12878.chr20.sample.bam.bai
Borra el bucket
Si creaste el depósito específicamente para esta guía de inicio rápido y ya no lo necesitas, pero quieres conservar tu proyecto, borra el depósito con el comando gsutil rb
. Cuando se borra el bucket también se borra el archivo BAI generado.
gsutil rb ${BUCKET}
Pasos siguientes
- Encuentra conjuntos de datos de genomas públicos.
- Carga datos sobre variantes en Cloud Storage o BigQuery.
- Analiza variantes con BigQuery.