Guia de início rápido

Beta

Este produto ou recurso é coberto pelos Termos de ofertas pré-disponibilidade geral dos Termos de Serviço do Google Cloud Platform. Os produtos e recursos pré-disponibilidade geral podem ter suporte limitado, e as mudanças realizadas podem não ser compatíveis com outras versões pré-GA. Para mais informações, consulte as descrições das fases de lançamento.

Dica: usar uma especificação de fluxo de trabalho de nível superior simplifica a implementação e o gerenciamento da API Cloud Life Sciences. Consulte Tutoriais para ver exemplos de especificações de fluxo de trabalho integradas à API Cloud Life Sciences.

Nesta página, explicamos como executar um pipeline genômico que usa a API Cloud Life Sciences para criar um arquivo de índice (BAI) com base em um arquivo binário contendo sequências de DNA (arquivo BAM). Normalmente, os arquivos BAM são grandes e podem levar muito tempo para serem lidos com um leitor de genoma. Use um arquivo BAI para localizar as partes do arquivo BAM que contêm a posição do genoma em que você tem interesse.

Antes de começar

1. Faça login na sua conta do Google Cloud. Se você começou a usar o Google Cloud agora, crie uma conta para avaliar o desempenho de nossos produtos em situações reais. Clientes novos também recebem US$ 300 em créditos para executar, testar e implantar cargas de trabalho.

2. No Console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

   Acessar o seletor de projetos

3. Verifique se o faturamento está ativado para seu projeto na nuvem. Saiba como confirmar se o faturamento está ativado para o projeto.

4. Ative as APIs Cloud Life Sciences, Compute Engine, and Cloud Storage JSON.

   Ative as APIs

5. Instale e inicialize o SDK do Cloud..

6. No Console do Google Cloud, na página do seletor de projetos, selecione ou crie um projeto do Google Cloud.

   Observação: se você não pretende manter os recursos criados neste procedimento, crie um projeto novo em vez de selecionar um que já existe. Depois de concluir essas etapas, é possível excluir o projeto. Para fazer isso, basta remover todos os recursos associados a ele.

   Acessar o seletor de projetos

7. Verifique se o faturamento está ativado para seu projeto na nuvem. Saiba como confirmar se o faturamento está ativado para o projeto.

8. Ative as APIs Cloud Life Sciences, Compute Engine, and Cloud Storage JSON.

   Ative as APIs

9. Instale e inicialize o SDK do Cloud..

Como alternativa, é possível usar o Cloud Shell , que já vem com o SDK do Cloud instalado.

10. Instale o Python 3.8

    Se você está usando o Windows e marcou a caixa de seleção pertinente quando instalou o SDK do Cloud, isso foi feito automaticamente.

Observação: ao usar o Cloud Shell ou uma instância do Compute Engine, o Python e a gsutil serão pré-instalados e autenticados. Se a instância do Compute Engine foi configurada sem um escopo da conta de serviço no Cloud Life Sciences, execute gsutil config e siga as instruções.

Observação: se você usa o Windows e não instalou a gsutil como parte do SDK do Cloud, preceda cada comando gsutil com python (por exemplo, python gsutil mb gs://life-sciences-bucket). Para mais informações, consulte as Perguntas frequentes sobre o Python no Windows (em inglês).

Executar o canal

Para executar o pipeline, conclua as seguintes etapas:

1. Crie um bucket para armazenar o arquivo BAI. buckets são os contêineres básicos que armazenam dados no Cloud Storage. Para criar um bucket chamado PROJECT_ID-life-sciences, execute o comando gsutil mb:

   gsutil mb gs://PROJECT_ID-life-sciences
   

   Substitua PROJECT_ID pelo ID do projeto do Google Cloud. Use um nome de bucket globalmente exclusivo.

   Consulte os requisitos de nomenclatura de bucket.

   • Nomes de bucket podem conter apenas letras minúsculas, caracteres numéricos, traços (-), sublinhados (_) e pontos (.). Espaços não são permitidos. Precisam ser verificados caso incluam pontos.
   • Precisam começar e terminar com um número ou uma letra.
   • Precisam ter de 3 a 63 caracteres. Ter até 222 caracteres caso incluam pontos, mas cada componente separado por ponto não pode ter mais do que 63 caracteres.
   • Nomes de bucket não podem ser representados como um endereço IP na notação decimal com pontos (por exemplo, 192.168.5.4).
   • Nomes de bucket não podem começar com o prefixo "goog".
   • Não podem conter a palavra "google" ou aproximações dela, como "g00gle".
   Cuidado: não inclua informações confidenciais no nome do bucket porque o namespace é global e visível ao público.

   Se o procedimento for bem-sucedido, o comando retornará:

   Creating gs://PROJECT_ID-life-sciences
   

2. Para iniciar o pipeline, execute o comando gcloud beta lifesciences pipelines run:

   gcloud beta lifesciences pipelines run \
       --regions us-east1 \
       --command-line 'samtools index ${BAM} ${BAI}' \
       --docker-image "gcr.io/cloud-lifesciences/samtools" \
       --inputs BAM=gs://genomics-public-data/NA12878.chr20.sample.bam \
       --outputs BAI=gs://PROJECT_ID-life-sciences/NA12878.chr20.sample.bam.bai
   

   Se o procedimento for bem-sucedido, o comando retornará:

   Running [projects/PROJECT_ID/operations/OPERATION_ID]
   

   Observe o OPERATION_ID, que será usado na próxima etapa.

3. Para rastrear o status do pipeline, execute o comando gcloud beta lifesciences operations wait. Substitua OPERATION_ID pelo valor mostrado na etapa anterior. O pipeline leva alguns minutos para ser concluído.

   gcloud beta lifesciences operations wait OPERATION_ID
   

   Depois que a operação for concluída, ela retornará a seguinte mensagem:

   Waiting for [projects/PROJECT_ID/operations/OPERATION_ID]...done.
   

4. Para verificar se o arquivo BAI foi gerado, execute o comando gsutil ls:

   gsutil ls gs://PROJECT_ID-life-sciences
   

   Se o procedimento for bem-sucedido, o comando retornará:

   gs://PROJECT_ID-life-sciences/NA12878.chr20.sample.bam.bai
   

Você acabou de executar um pipeline usando a API Cloud Life Sciences para criar um arquivo BAI com base em um arquivo BAM. Use um leitor de genoma para examinar o arquivo BAM NA12878.chr20.sample.bam usando o arquivo de índice NA12878.chr20.sample.bam.bai.

Limpar

Para evitar cobranças na conta do Google Cloud pelos recursos usados nesta página, siga estas etapas.

Excluir o arquivo BAI

Para excluir o arquivo BAI gerado, mas manter o projeto e o bucket criados, execute o comando gsutil rm:

gsutil rm PROJECT_ID-life-sciences/NA12878.chr20.sample.bam.bai

Excluir o bucket

Se você criou o bucket especificamente para esse guia de início rápido e não precisa mais dele, mas quer manter seu projeto, exclua o bucket usando o comando gsutil rb. Essa ação também exclui o arquivo BAI gerado.

gsutil rb gs://PROJECT_ID-life-sciences

Exclua o projeto

Se você tiver criado o projeto especificamente para este guia de início rápido e não precisar mais dele, exclua-o. A exclusão do projeto também exclui o arquivo BAI e o bucket do Cloud Storage.

Cuidado: excluir um projeto tem os seguintes efeitos:

• Tudo no projeto é excluído. Se você tiver usado um projeto atual para seguir este tutorial, a exclusão dele incluirá quaisquer outras ações feitas no projeto.
• Os IDs do projeto personalizados são perdidos. Ao criar o projeto, você pode ter criado um código do projeto personalizado para ser usado no futuro. Para preservar os URLs que usam o ID do projeto, como um URL appspot.com, exclua recursos específicos do projeto, em vez de excluir o projeto inteiro.

Se você planeja explorar vários tutoriais e guias de início rápido, a reutilização de projetos pode evitar que você exceda os limites da cota do projeto.

1. No Console do Cloud, acesse a página Gerenciar recursos:

   Acessar "Gerenciar recursos"

2. Na lista de projetos, selecione o projeto que você quer excluir e clique em Excluir .
3. Na caixa de diálogo, digite o ID do projeto e clique em Encerrar para excluí-lo.

Como foi?

Funcionou!

Ótimo! Do que você gostou no guia de início rápido? O que poderia ser melhor? Conte para nós.

Deu errado.

Lamentamos que você esteja enfrentando esse problema. O que deu errado? Vamos tentar aprimorar.

A seguir

• Veja os conjuntos de dados genômicos públicos.
• Carregue os dados das variantes no Cloud Storage ou no BigQuery.
• Analise as variantes com o BigQuery.