Guia de início rápido

Nesta página, explicamos como executar um pipeline genômico que usa a API Cloud Life Sciences para criar um arquivo de índice (arquivo BAI) a partir de um arquivo binário contendo sequências de DNA (arquivo BAM). Os arquivos BAM normalmente são grandes e podem levar muito tempo para ler usando um visualizador 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

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.

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

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

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

Instale e inicialize o SDK do Cloud..

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

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.

Executar o canal

Para executar o pipeline, conclua as seguintes etapas:

Crie um bucket onde armazene 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.
- Precisam conter apenas letras minúsculas, números, traços (-), sublinhados (_) e pontos (.). Não é permitido usar espaços. 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 dele é global e público visível.

Se o procedimento for bem-sucedido, o comando retornará:
```
Creating gs://PROJECT_ID-life-sciences
```

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.

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.
```
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 executou um pipeline usando a API Cloud Life Sciences para criar um arquivo BAI a partir de um arquivo BAM. Use um visualizador de genoma para examinar o arquivo NA12878.chr20.sample.bam BAM usando o arquivo de índice NA12878.chr20.sample.bam.bai.

Limpar

Para evitar cobranças na sua 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 este guia de início rápido e não precisa mais dele, mas quer manter o 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.

No Console do Cloud, acesse a página Gerenciar recursos:
Acessar "Gerenciar recursos"
Na lista de projetos, selecione o projeto que você quer excluir e clique em Excluir .
Na caixa de diálogo, digite o ID do projeto e clique em Encerrar para excluí-lo.