Diese Seite wurde von der Cloud Translation API übersetzt.

Genomische Daten mit Cloud Life Sciences verarbeiten

Auf dieser Seite wird erläutert, wie Sie eine Genomics-Pipeline ausführen, die mit der Cloud Life Sciences API aus einer Binärdatei mit DNA-Sequenzen (BAM-Datei) eine Indexdatei (BAI-Datei) erstellt.

BAM-Dateien sind in der Regel sehr groß und können beim Lesen mit einem Genombetrachter viel Zeit in Anspruch nehmen. Sie verwenden eine BAI-Datei, um die Teile der BAM-Datei zu finden, die die gewünschte Genomposition enthalten.

Hinweise

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector
Make sure that billing is enabled for your Google Cloud project.
Enable the Cloud Life Sciences, Compute Engine, and Cloud Storage JSON APIs.
Enable the APIs

Install the Google Cloud CLI.
Konfigurieren Sie die gcloud CLI für die Verwendung Ihrer föderierten Identität.

Weitere Informationen finden Sie unter Mit Ihrer föderierten Identität in der gcloud CLI anmelden.
Führen Sie folgenden Befehl aus, um die gcloud CLI zu initialisieren:
```
gcloud init
```
Alternativ können Sie Cloud Shell verwenden, in der die gcloud CLI bereits installiert ist.
Installieren Sie Python 3.8.
Wenn Sie Windows verwenden und bei der Installation der Google Cloud CLI das entsprechende Kästchen ausgewählt haben, wurde die Installation automatisch durchgeführt.

Pipeline ausführen

Führen Sie die folgenden Schritte aus, um die Pipeline auszuführen:

Erstellen Sie einen Bucket, in dem Sie die BAI-Datei speichern. Buckets sind die grundlegenden Container für Ihre Daten in Cloud Storage. Führen Sie den Befehl gcloud storage buckets create aus, um einen Bucket mit dem Namen PROJECT_ID-life-sciences zu erstellen:
```
gcloud storage buckets create gs://PROJECT_ID-life-sciences
```
Ersetzen Sie PROJECT_ID durch Ihre Google Cloud Projekt-ID. Verwenden Sie einen global eindeutigen Bucket-Namen.
Siehe "Anforderungen für Bucket-Namen".
- Bucket-Namen dürfen nur Kleinbuchstaben, Ziffern, Bindestriche (-) und Unterstriche (_) enthalten. Leerzeichen sind nicht zulässig.
- Bucket-Namen müssen mit einer Ziffer oder einem Buchstaben beginnen und enden.
- Bucket-Namen dürfen 3 bis 63 Zeichen lang sein. Namen mit Punkten dürfen bis zu 222 Zeichen lang sein, wobei jeder durch einen Punkt getrennte Teil nicht mehr als 63 Zeichen enthalten darf.
- Bucket-Namen dürfen nicht wie eine IP-Adresse im Dezimalformat mit Punkten als Trennzeichen dargestellt werden (z. B. 192.168.5.4).
- Bucket-Namen dürfen nicht mit dem Präfix "goog" beginnen.
- Bucket-Namen dürfen weder das Wort "google" noch ähnliche, falsch geschriebene Versionen des Wortes (z. B. "g00gle") enthalten.
Achtung: Der Bucket-Name darf keine vertraulichen Informationen enthalten, da der Bucket-Namespace global und öffentlich sichtbar ist.
Wenn der Prozess erfolgreich durchgeführt wurde, gibt der Befehl Folgendes zurück:
```
Creating gs://PROJECT_ID-life-sciences
```

Führen Sie den Befehl gcloud beta lifesciences pipelines run aus, um die Pipeline zu starten:

gcloud beta lifesciences pipelines run \
    --regions us-east1 \
    --command-line 'samtools index ${BAM} ${BAI}' \
    --docker-image "gcr.io/cloud-lifesciences/samtools" \
    --inputs BAM=gs://genomics-public-data/NA12878.chr20.sample.bam \
    --outputs BAI=gs://PROJECT_ID-life-sciences/NA12878.chr20.sample.bam.bai

Wenn der Prozess erfolgreich durchgeführt wurde, gibt der Befehl Folgendes zurück:

Running [projects/PROJECT_ID/operations/OPERATION_ID]

Notieren Sie sich die OPERATION_ID, die Sie im nächsten Schritt verwenden.

Führen Sie den Befehl gcloud beta lifesciences operations wait aus, um den Status der Pipeline zu verfolgen. Ersetzen Sie OPERATION_ID durch den im vorherigen Schritt ausgegebenen Wert. Es kann mehrere Minuten dauern, bis die Pipeline abgeschlossen ist.
```
gcloud beta lifesciences operations wait OPERATION_ID
```
Nachdem der Vorgang abgeschlossen ist, wird die folgende Meldung zurückgegeben:
```
Waiting for [projects/PROJECT_ID/operations/OPERATION_ID]...done.
```
Prüfen Sie mit dem Befehl gcloud storage ls, ob die BAI-Datei generiert wurde:
```
gcloud storage ls gs://PROJECT_ID-life-sciences
```
Wenn der Prozess erfolgreich durchgeführt wurde, gibt der Befehl Folgendes zurück:
```
gs://PROJECT_ID-life-sciences/NA12878.chr20.sample.bam.bai
```

Sie haben eine Pipeline mit der Cloud Life Sciences API ausgeführt, um eine BAI-Datei aus einer BAM-Datei zu erstellen. Verwenden Sie einen Genom-Viewer, um die BAM-Datei NA12878.chr20.sample.bam anhand der Indexdatei NA12878.chr20.sample.bam.bai zu untersuchen.

Bereinigen

Mit den folgenden Schritten vermeiden Sie, dass Ihrem Google Cloud -Konto die auf dieser Seite verwendeten Ressourcen in Rechnung gestellt werden:

BAI-Datei löschen

Führen Sie den Befehl gcloud storage rm aus, um die generierte BAI-Datei zu löschen, aber das von Ihnen erstellte Projekt und den Bucket beizubehalten:

gcloud storage rm PROJECT_ID-life-sciences/NA12878.chr20.sample.bam.bai

Bucket löschen

Wenn Sie den Bucket speziell für diese Kurzanleitung erstellt haben und ihn nicht mehr benötigen, aber das Projekt behalten möchten, löschen Sie den Bucket mit dem Befehl gcloud storage rm. Durch das Löschen des Buckets wird auch die generierte BAI-Datei gelöscht.

gcloud storage rm gs://PROJECT_ID-life-sciences --recursive

Projekt löschen

Wenn Sie das Projekt speziell für diesen Schnellstart erstellt haben und es nicht mehr benötigen, können Sie das Projekt löschen. Dabei werden auch die BAI-Datei und der Cloud Storage-Bucket gelöscht.

Achtung: Das Löschen von Projekten hat folgende Auswirkungen:

Alle Inhalte des Projekts werden gelöscht. Wenn Sie für die Aufgaben in diesem Dokument ein bereits bestehendes Projekt verwendet haben und dieses löschen, werden auch alle anderen im Rahmen des Projekts erstellten Daten gelöscht.
Benutzerdefinierte Projekt-IDs gehen verloren. Beim Erstellen dieses Projekts haben Sie möglicherweise eine benutzerdefinierte Projekt-ID erstellt, die Sie weiterhin verwenden möchten. Damit die URLs, die die Projekt-ID nutzen, z. B. eine appspot.com-URL, erhalten bleiben, sollten Sie ausgewählte Ressourcen innerhalb des Projekts löschen, statt das gesamte Projekt.

Wenn Sie mehrere Architekturen, Anleitungen und Kurzanleitungen durcharbeiten möchten, können Sie die Überschreitung von Projektkontingenten verhindern, indem Sie Projekte wiederverwenden.

In the Google Cloud console, go to the Manage resources page.
Go to Manage resources
In the project list, select the project that you want to delete, and then click Delete.
In the dialog, type the project ID, and then click Shut down to delete the project.