问题标签 [google-genomics]

如何将 TCGA RNA normalized_count 转换为为 GTEx 计算的 TPM 值。目前，GTEx 上的 TPM 值远小于 TCGA 的值。

我正在查看 BigQuery 上的表是：

和

谢谢，埃拉兰

我正在尝试在谷歌云中运行 GATK 最佳实践管道并获得以下错误

这是 gcloud 命令：

错误：（gcloud.alpha.genomics.pipelines.run）无法读取文件 [wdl_pipeline.yaml]：[Errno 2] 没有这样的文件或目录：'wdl_pipeline.yaml'

我尝试使用 v2alpha1 JSON 映射中的抢占标志使用基因组管道运行数千台机器。

即使这些机器是可抢占式的——许多工作人员甚至还没有启动就用完了永久磁盘空间。

gcloud alpha 基因组学操作描述 $operation_id

我看到描述：工人释放

我希望只有在可抢占实例可用时才分配工作人员。看起来分配的工作人员占用了磁盘空间而没有占用 cpu 资源。

还有什么我应该做的 - 在设置管道 json 时。

https://cloud.google.com/genomics/reference/rest/Shared.Types/Metadata#Pipeline

我有一个 hg19 对齐的 BAM，我希望为其生成一个 DeepVariant VCF。我使用 samtools 提取标题并确保 hg19 参考 FASTA 索引包含相同的重叠群和位置。我最初的目标是在这个 WGS BAM 上只运行一个外显子组模型，使用以下模型和区域：

MODEL=gs://deepvariant/models/DeepVariant/0.7.2/DeepVariant-inception_v3-0.7.2+data-wes_standard

--regions gs://deepvariant/exome-case-study-testdata/refseq.coding_exons.b37.extended50.bed

不幸的是，脚本抗议说 BED 和 BAM / FASTA 参考之间的匹配为 0。我决定运行相同的外显子组模型，但没有指定区域。这是我的脚本：

BAM 有对应的 BAI，FA 有 FAI 文件。DeepVariant QuickStart 表明这些设置将在 1-2 小时内生成 VCF，但我的管道现在已经运行了 7 多个小时。暂存文件夹现在有一个 call_variants，其中包含 32 个 GZ 文件中的 31 个。Genomics 管道视图显示了 11 个运行 call_variant 的管道，因此我怀疑它正在处理最后一个文件，准备将所有文件合并到一个 VCF 中。

我只是不明白为什么要花这么长时间。我故意排除了抢占式实例，并且文档说外显子组管道应该只需要 20 分钟（WGS 需要 1-2 小时）。为什么会这么慢？

我正在尝试使用 Nextflow 在 GCP 上运行工作流。问题是，每当创建一个实例来运行一个进程时，它都会连接两个磁盘。第一个启动盘（默认 10GB）和一个额外的 'google-pipelines-worker' 磁盘（默认 500GB）。当我并行运行多个进程时，会创建多个 VM，每个 VM 都附加了一个 500GB 的附加磁盘。有没有办法自定义 500GB 默认值？

nextflow.config

主文件

提供的代码只是一个示例。基本上，这将创建一个附加了 500GB 标准永久性磁盘的 VM 实例。

我尝试使用此代码打印基因名称的标题，然后根据其位置提取子字符串，但它不起作用

输入文件

法斯塔

这是我错误的输出文件

输出应如下所示：

我正在尝试运行 gcloud beta lifesciences，因为不推荐使用基因组 API。发生了很多变化，基因组学 API 与生命科学 API。

我使用 beta 生命科学在谷歌云中运行了我的分析步骤之一。这是我发现的。（1）通配符在命令行选项中不起作用（2）在命令行选项中设置目标目录并不容易，我使用env-var进行复制。

我现在正在尝试将命令行选项转换为 JSON 格式的管道文件，但在谷歌云中的帮助页面并不容易理解。您知道如何将以下选项转换为 JSON 文件，以便我可以使用更简单的选项运行它吗？

我在基因组学 API 中使用了 YAML 格式的管道文件，但 beta lifescienes 完全不同。

我对 R 比较陌生，需要一些数据分析方面的帮助。在附表中，Master Protein Accession 列由一系列蛋白质组成，这些蛋白质在对照（C）、脱水（D）和再水合（R）三种条件下在皮层（C）中增加或减少。每个条件有5个样本；CC（1,2,3,4 和 5），CD（1,2,3,4 和 5）和 CR（1,2,3,4 和 5）。我需要进行 t 检验，以分别比较所有蛋白质的 Cortex 对照（CC1、2、3、4 和 5）样本与 Cortex 脱水（CD1、2、3、4 和 5）样本。这样当我运行代码时，第 1 行 CC1 值对第 1 行 CD 1 值进行 t 检验，第 2 行 CC1 值对第 2 行 CD 1 值进行 t 检验，依此类推。

我试过了

但它给了我

match.fun(FUN) 中的错误：缺少参数“FUN”，没有默认值