aokad / genomontcgakit

Preparation tools for Genomon

genomon TCGA toolkit

注意：このツールはGenomic Data Commons - Data Portal専用です。

genomonを使用するにあたって前準備を行うツール群です。

上から順に実行されることを想定していますが、単独でも動作可能です。

1. check_bam.py ........ ダウンロードしたbamをテストします。
2. create_samplesheet.py .... genomonで使用するsample sheetを作成します。

詳細は wiki https://github.com/aokad/GenomonToolkit/wiki 参照

check_bam.py

Genomic Data Commons - Data Portalからダウンロードしたbamファイルをテストします。

詳細は wiki https://github.com/aokad/GenomonToolkit/wiki/2.1_check_bam 参照

インストール方法

このリポジトリをダウンロードします。インストールは必要ありません。

使い方

以下のように実行します。

python ckeck_bam.py {metadata.json} {bamのディレクトリ} {出力ディレクトリ}

bamのディレクトリは以下bamダウンロード時のルートパスを指定してください。

チェック結果

以下に出力されます。

{出力ディレクトリ}/TCGA-ACC2/result/result_check_bam_{実行した日付}.csv

1ファイルにつき、1行の結果で、先頭が判定結果です。使用OKであれば、"OK"と表示されます。 それ以外はNGです。

create_samplesheet.py

genomonで使用するsample sheetを作成します。

詳細は wiki https://github.com/aokad/GenomonToolkit/wiki/2.2_create_samplesheet 参照

必要なもの

• python 2.7.x
• numpy
• pandas

(作業中)

genomontcgakit's Issues

check_singlebam.pyで既にディレクトリがあるとき

エラーになってしまった。

Traceback (most recent call last):
File "check_singlebam.py", line 267, in
main()
File "check_singlebam.py", line 171, in main
os.removedirs(output_dir + "/result")
File "/usr/local/package/python2.7/2.7.8/lib/python2.7/os.py", line 170, in removedirs
rmdir(name)
OSError: [Errno 39] Directory not empty: '/home/omega3/omega_project/check_bam/STAD/result'
[yshira@sc096 GenomonTCGAkit]$ vi check_singlebam.py

gt_surveillance.pyでのファイルチェックについて

やはりqsubをしてgtdownloadをトライする前に、ファイルチェックして、あれば飛ばすという仕様にしたい。

STAD_001をダウンロードして、一つだけダウンロードできないファイルがあり、
（これはsshare3の調子が数分ほど悪かったことが原因だと思う）
その一つだけをダウンロードするのに、多数のqsubをやり直さなければならないという状況が生じたため。またこのような状況はまた度々生じると思う。

check_singlebam.pyで一部データが既にあるとき

今って一部データがあっても、とりあえずまず消して、
全部やり直す仕様になっているという理解で良いですかね？？

これは例えば、
STAD_000が終わって、check, genomonをかけて、
そのあとにSTAD_001の分を実行するというときに、
STAD_000の分ももう一度やらなくてはならないということですかね？？

大した計算ではないので、別に良いかもしれないですが、
一応確認したいです。