linux环境下的软件安装

conda是什么

软件下载器,作用类似于应用商店,日常生信用miniconda即可

conda下载

准备工作

谷歌/必应搜索“miniconda 清华”(是清华的conda镜像网站)

进入网址:https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/

linux下面有64-bit(x86_64)、32-bit(x86)两种版本

=》安装64位最新版本(latest)

=》右键-复制下载链接

安装:注意要下载到服务器上

代码:

cd (昨天建立的目录)

wget (复制的下载链接)

注意:此处的文件后缀是.sh,表示脚本文件,如果安装失败脚本不需要重新下载,依然可以使用

实操代码(图片放不上来)

bio10@ecm-cefa:~$ cd biosoft

bio10@ecm-cefa:~/biosoft$ wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh

在linux环境下复制粘贴点击右键,不动键盘

安装的详细过程

linux安装脚本运行的代码:bash Miniconda3-latest-Linux-x86_64.sh

然后开始安装过程,中间会出现很多的版权信息,按q跳过,按q不动的地方按回车,看到问问题,回答一个yes(linux不能用no,不允许拒绝),按回车,注意别按太快,没回答yes就会失败。

看到“Thank you for installing Miniconda3 !”说明安装成功

安装成后还需要激活:

激活代码:source ~/.bashrc 注意空格(source和后面的符号)

conda 出现满屏的信息说明安装成功

出现报错就删除文件夹,重新安装

实操代码(图片放不上来)

bio10@ecm-cefa:~/biosoft$ source ~/.bashrc

(base) bio10@ecm-cefa:~/biosoft$ conda

usage: conda -h --no-plugins COMMAND ...

conda is a tool for managing and deploying applications, environments and packages.

配置conda镜像

安装软件需要配置镜像,镜像网站,相当于主网站的副本,conda在国外,在国内下载软件速度会很慢,因此配置镜像,从镜像网站下载,可以加快下载速度。

使用北外的镜像为例:

(复制如下代码)

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/

conda config --set show_channel_urls yes

浏览csdn时也有人采用阿里或者ustc的源,执行代码在教程中有标注,还顺便换了pip和yum的镜像

conda的使用

查看当前服务器上安装的所有软件

conda list

实操过程(图片放不上来)

(base) bio10@ecm-cefa:~/biosoft$ conda list

#packages in environment at /home/bio10/miniconda3:

#Name Version Build Channel

_libgcc_mutex 0.1 main defaults

_openmp_mutex 5.1 1_gnu defaults

anaconda-anon-usage 0.4.4 py312hfc0e8ea_100 defaults

archspec 0.2.3 pyhd3eb1b0_0 defaults

boltons 23.0.0 py312h06a4308_0 defaults

brotli-python 1.0.9 py312h6a678d5_8 defaults

bzip2 1.0.8 h5eee18b_6 defaults

c-ares 1.19.1 h5eee18b_0 defaults

ca-certificates 2024.3.11 h06a4308_0 defaults

certifi 2024.2.2 py312h06a4308_0 defaults

cffi 1.16.0 py312h5eee18b_1 defaults

charset-normalizer 2.0.4 pyhd3eb1b0_0 defaults

conda 24.4.0 py312h06a4308_0 defaults

conda-content-trust 0.2.0 py312h06a4308_1 defaults

conda-libmamba-solver 24.1.0 pyhd3eb1b0_0 defaults

conda-package-handling 2.2.0 py312h06a4308_1 defaults

conda-package-streaming 0.9.0 py312h06a4308_0 defaults

cryptography 42.0.5 py312hdda0065_1 defaults

distro 1.9.0 py312h06a4308_0 defaults

expat 2.6.2 h6a678d5_0 defaults

fmt 9.1.0 hdb19cb5_1 defaults

icu 73.1 h6a678d5_0 defaults

idna 3.7 py312h06a4308_0 defaults

jsonpatch 1.33 py312h06a4308_1 defaults

jsonpointer 2.1 pyhd3eb1b0_0 defaults

krb5 1.20.1 h143b758_1 defaults

ld_impl_linux-64 2.38 h1181459_1 defaults

libarchive 3.6.2 h6ac8c49_3 defaults

libcurl 8.7.1 h251f7ec_0 defaults

libedit 3.1.20230828 h5eee18b_0 defaults

libev 4.33 h7f8727e_1 defaults

libffi 3.4.4 h6a678d5_1 defaults

libgcc-ng 11.2.0 h1234567_1 defaults

libgomp 11.2.0 h1234567_1 defaults

libmamba 1.5.8 hfe524e5_2 defaults

libmambapy 1.5.8 py312h2dafd23_2 defaults

libnghttp2 1.57.0 h2d74bed_0 defaults

libsolv 0.7.24 he621ea3_1 defaults

libssh2 1.11.0 h251f7ec_0 defaults

libstdcxx-ng 11.2.0 h1234567_1 defaults

libuuid 1.41.5 h5eee18b_0 defaults

libxml2 2.10.4 hfdd30dd_2 defaults

lz4-c 1.9.4 h6a678d5_1 defaults

menuinst 2.0.2 py312h06a4308_1 defaults

ncurses 6.4 h6a678d5_0 defaults

openssl 3.0.13 h7f8727e_1 defaults

packaging 23.2 py312h06a4308_0 defaults

pcre2 10.42 hebb0a14_1 defaults

pip 24.0 py312h06a4308_0 defaults

platformdirs 3.10.0 py312h06a4308_0 defaults

pluggy 1.0.0 py312h06a4308_1 defaults

pybind11-abi 5 hd3eb1b0_0 defaults

pycosat 0.6.6 py312h5eee18b_1 defaults

pycparser 2.21 pyhd3eb1b0_0 defaults

pysocks 1.7.1 py312h06a4308_0 defaults

python 3.12.3 h996f2a0_1 defaults

readline 8.2 h5eee18b_0 defaults

reproc 14.2.4 h6a678d5_2 defaults

reproc-cpp 14.2.4 h6a678d5_2 defaults

requests 2.31.0 py312h06a4308_1 defaults

ruamel.yaml 0.17.21 py312h5eee18b_0 defaults

setuptools 69.5.1 py312h06a4308_0 defaults

sqlite 3.45.3 h5eee18b_0 defaults

tk 8.6.14 h39e8969_0 defaults

tqdm 4.66.2 py312he106c6f_0 defaults

truststore 0.8.0 py312h06a4308_0 defaults

tzdata 2024a h04d1e81_0 defaults

urllib3 2.1.0 py312h06a4308_1 defaults

wheel 0.43.0 py312h06a4308_0 defaults

xz 5.4.6 h5eee18b_1 defaults

yaml-cpp 0.8.0 h6a678d5_1 defaults

zlib 1.2.13 h5eee18b_1 defaults

zstandard 0.22.0 py312h2c38b39_0 defaults

zstd 1.5.5 hc292b87_2 defaults

安装软件

conda install fastqc -y

-y是yes,安装过程中conda问的问题全部回答yes

默认安装最新版本,但是有的软件新版本有bug,可能需要用到老版本,要指定版本号

conda install fastqc=0.11.7 -y

实操过程

(base) bio10@ecm-cefa:~/biosoft$ conda install fastqc -y

【一大段话】

(base) bio10@ecm-cefa:~/biosoft$ conda install fastqc=0.11.7 -y

确认软件是否安装成功

fastqc --help

如果出现一大片文字,这是软件的帮助文档。因为只有安装成功的软件才能看到帮助文档,所以出现了这篇帮助文档就可以确定已经安装成功。

实操过程

(base) bio10@ecm-cefa:~/biosoft$ fastqc --help

【一大段话】

创建conda环境

conda环境:conda environment

实战中,可能需要在同一台服务器上面分析转录组、基因组组装、重测序等多个项目。每一个项目都需要不同的软件,另外软件之间的结合也是需要版本要求的,比如A项目你需要用a软件V 1.0版本,但是处理B项目又需要用到a软件的V 1.5版本,就可以按照项目定制不同的分身,安装不同的软件,互不干扰。这个分身就是不同的“conda environment”。

查看当前的conda有哪些环境

conda info --envs

前面有*的就是当前激活的环境

实操代码

(base) bio10@ecm-cefa:~/biosoft$ conda info --envs

#conda environments:

base * /home/bio10/miniconda3

假设:我们要处理转录组数据

先建立一个名叫rnaseq的conda环境,然后指定python版本是3,安装软件fastqc、trimmomatic(这两个可以一步完成)(这里指定python版本是因为有的软件是基于python开发的,不需要学习或者做什么)

conda create -n rna-seq python=3 fastqc trimmomatic -y

创建完之后,再次查看一下我conda环境,看是否多了一个rna-seq

conda info --envs

此时默认的环境还是base

实操代码

(base) bio10@ecm-cefa:~/biosoft$ conda create -n rna-seq python=3 fastqc trimmomatic -y

Channels:

  • https://mirrors.bfsu.edu.cn/anaconda/pkgs/main
  • https://mirrors.bfsu.edu.cn/anaconda/pkgs/free
  • https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge
  • https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda
  • defaults Platform: linux-64 Collecting package metadata (repodata.json): done Solving environment: done

##Package Plan##

environment location: /home/bio10/miniconda3/envs/rna-seq

added / updated specs:

fastqc

python=3

trimmomatic

(base) bio10@ecm-cefa:~/biosoft$ conda info --envs

#conda environments:

base * /home/bio10/miniconda3

rna-seq /home/bio10/miniconda3/envs/rna-seq

激活和退出新建立的conda环境

conda activate rna-seq

这时默认的*就会转移到rna-seq前面;另外在用户名root前面出现(rna-seq)

输入fastqc,如果出现下面的一大片信息就说明可以使用了(了解一下:其实这些是帮助信息,只输入了一个软件名称,没有给他跟上操作对象,所以他不会执行命令,就给你显示帮助文档让你看看。)

如果要退出当前环境,就运行

conda deactivate

实操代码

(base) bio10@ecm-cefa:~/biosoft$ conda activate rna-seq

(rna-seq) bio10@ecm-cefa:~/biosoft$ conda info --envs

#conda environments:

base /home/bio10/miniconda3

rna-seq * /home/bio10/miniconda3/envs/rna-seq

(rna-seq) bio10@ecm-cefa:~/biosoft$ fastqc

Exception in thread "main" java.lang.UnsatisfiedLinkError: /home/bio10/miniconda3/envs/rna-seq/lib/libawt_xawt.so: libXrender.so.1: cannot open shared object file: No such file or directory

(rna-seq) bio10@ecm-cefa:~/biosoft$ conda deactivate

(base) bio10@ecm-cefa:~/biosoft$

删除某个虚拟环境

conda remove -n env_name --all