CentOS部署Gemini教程

CentOS部署Gemini教程（遗传变异分析工具）

1. 安装前准备

• 系统要求：CentOS 7及以上（推荐CentOS 7，避免CentOS 8可能出现的依赖问题）；确保系统已联网，具备root或sudo权限。
• 依赖工具：需提前安装wget、bash等基础工具（可通过yum install -y wget bash安装）。

2. 安装Miniconda（可选但推荐）

Miniconda用于创建独立的Python环境，避免依赖冲突。

• 下载并安装Miniconda：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3

• 配置环境变量：

编辑~/.bashrc文件，添加以下内容：

export PATH="$HOME/miniconda3/bin:$PATH"

运行source ~/.bashrc使配置生效，随后执行conda init bash初始化conda。

3. 创建并激活Gemini环境

• 创建Python 3.7环境（Gemini推荐版本）：

conda create -n gemini python=3.7

• 激活环境：

conda activate gemini

激活后，终端提示符会显示(gemini)，表示已进入该环境。

4. 安装Gemini工具

• 下载安装脚本：

wget https://github.com/arq5x/gemini/raw/master/gemini/scripts/gemini_install.py

• 创建存储目录：

用于存放Gemini工具及数据库文件：

mkdir {tool,data}

• 运行安装脚本：

指定工具和数据目录，完成Gemini安装：

python gemini_install.py tool data

• 验证安装：

运行gemini --version，若显示版本号（如Gemini version X.Y.Z），则说明安装成功。

5. 下载并配置数据库

Gemini需依赖内置数据库（如ClinVar、dbSNP等）进行变异分析，可选择最小化安装（测试用）或全套安装（生产用）。

• 最小化安装（快速测试）：

gemini update --dataonly --no-cdata

• 全套安装（包含CADD、GERP等高级数据库，推荐生产环境）：

gemini update --dataonly --extra cadd_score --extra gerp_bp

注：全套数据库体积较大（约10GB+），需确保磁盘空间充足；下载过程中若中断，可使用--continue参数恢复。

6. 测试Gemini功能

• 下载测试数据：

使用Gemini自带的测试VCF文件（包含注释信息）：

wget https://raw.githubusercontent.com/arq5x/gemini/master/test/test.snpeff.vcf

• 导入VCF数据：

将测试数据导入SQLite数据库（命名为test.db），使用4线程加速：

gemini load -v test.snpeff.vcf -t snpEff --cores 4 test.db

• 查看数据库统计信息：

确认数据导入成功，输出结果包含变异数量、样本数等信息：

gemini stats test.db

常见问题解决

• 权限问题：若安装或运行时提示“Permission denied”，可在命令前添加sudo（不推荐长期使用），或调整目录权限（如chmod -R 755 $HOME/miniconda3）。
• 依赖缺失：安装过程中若提示缺少依赖（如gcc、python-dev），可通过yum install -y gcc python3-devel补充。
• 环境未激活：若运行gemini命令提示“command not found”，请确认已执行conda activate gemini激活环境。

以上步骤完成后，即可在CentOS系统上使用Gemini工具进行遗传变异分析（如家系新生突变检测、群体遗传分析等）。