AmpliconSuite-pipeline: 多線程支持的端到端工具，用于從配對端全基因組測序數據分析局部拷貝數擴增（如ecDNA或BFB）

AmpliconSuite-pipeline 是一個多線程支持的端到端工具，用于 AmpliconArchitect 和 AmpliconClassifier，以支持從配對端全基因組測序數據分析局部拷貝數擴增（如ecDNA或BFB）。

AmpliconSuite-pipeline 可以在數據準備過程的任何中間階段啟動，并且可以調用 AmpliconArchitect 和下游工具 AmpliconClassifier。AmpliconSuite-pipeline 以前被稱為 “PrepareAA”。

AmpliconSuite-pipeline 支持 hg19、GRCh37、GRCh38 (hg38) 和鼠基因組 mm10 (GRCm38)。它還支持使用我們提供的“GRCh38_viral”人類-病毒混合參考基因組進行分析，該基因組可用于檢測腫瘤病毒癌癥中的病毒融合局部擴增。

許可證

AmpliconSuite-pipeline 中包含的模塊使用以下許可證。請注意，AmpliconArchitect 許可證規定 AmpliconArchitect 僅用于研究用途，不授予商業盈利用途的許可。

• AmpliconSuite-pipeline license (BSD 2-Clause)
• AmpliconArchitect license (加州大學軟件許可證)
• AmpliconClassifier license (BSD 2-Clause)

這些模塊使用的其他依賴項（例如 Mosek、samtools 等）有自己的許可要求，用戶應根據需要了解這些要求。Mosek 許可證要求用戶從 Mosek 網站獲取副本（學術用途免費）。更多信息請參見安裝部分。

安裝

選項 A: 無需安裝的平臺

最方便的選項，但不適用于分析大量樣本或受保護的健康信息（PHI），并且可能不支持更高級的命令行選項。對于大多數用戶來說，這是一個很好的選擇，尤其是對于少量非PHI樣本。

GenePattern:

AmpliconSuite-pipeline 可以通過 GenePattern Web Interface 的網頁界面運行。在模塊列表中搜索 AmpliconSuite。

該工具與 GenePattern 團隊成員（Edwin Huang、Ted Liefeld、Michael Reich）合作開發。

Nextflow:

AmpliconSuite-pipeline 也可以通過 Nextflow 運行，使用 nf-core/circdna pipeline，由 Daniel Schreyer 構建。

選項 B: Conda 或 Mamba

conda create -n ampsuite && conda activate ampsuite
conda install -c bioconda -c conda-forge ampliconsuite 
conda install -c mosek mosek# 然后運行安裝腳本以完成數據倉庫和 Mosek 許可證的位置配置
wget https://raw.githubusercontent.com/AmpliconSuite/AmpliconSuite-pipeline/master/install.sh
source install.sh --finalize_only  # -h 查看選項

然后 獲取 Mosek 許可證（學術用途免費）并將其放置在 $HOME/mosek/ 目錄下。沒有 Mosek 許可證，AmpliconArchitect 將無法工作。

• 如果 Conda 無法解決環境依賴，Mamba 似乎在安裝 AmpliconSuite 時表現更穩定。這些步驟也適用于 macOS。

# 使用 Mamba 的替代指令（在某些設置上更有效地解決依賴關系）
mamba create -n ampsuite python=3.10 && mamba activate ampsuite
mamba install -c conda-forge -c bioconda -c mosek ampliconsuite mosek
wget https://raw.githubusercontent.com/AmpliconSuite/AmpliconSuite-pipeline/master/install.sh
source install.sh --finalize_only

選項 C: 使用安裝腳本的獨立安裝

適用于最近的 Unix 系統（例如 Ubuntu 18.04+、CentOS 7+、macOS）。需要 python>=3.7。

1. 拉取源代碼并運行安裝腳本（如果通過 Conda 安裝則跳過）：

   # 首先安裝一些依賴項（BWA、R、samtools），如果你還沒有這些工具