AmpliconSuite-pipeline: 多线程支持的端到端工具，用于从配对端全基因组测序数据分析局部拷贝数扩增（如ecDNA或BFB）

AmpliconSuite-pipeline 是一个多线程支持的端到端工具，用于 AmpliconArchitect 和 AmpliconClassifier，以支持从配对端全基因组测序数据分析局部拷贝数扩增（如ecDNA或BFB）。

AmpliconSuite-pipeline 可以在数据准备过程的任何中间阶段启动，并且可以调用 AmpliconArchitect 和下游工具 AmpliconClassifier。AmpliconSuite-pipeline 以前被称为 “PrepareAA”。

AmpliconSuite-pipeline 支持 hg19、GRCh37、GRCh38 (hg38) 和鼠基因组 mm10 (GRCm38)。它还支持使用我们提供的“GRCh38_viral”人类-病毒混合参考基因组进行分析，该基因组可用于检测肿瘤病毒癌症中的病毒融合局部扩增。

许可证

AmpliconSuite-pipeline 中包含的模块使用以下许可证。请注意，AmpliconArchitect 许可证规定 AmpliconArchitect 仅用于研究用途，不授予商业盈利用途的许可。

• AmpliconSuite-pipeline license (BSD 2-Clause)
• AmpliconArchitect license (加州大学软件许可证)
• AmpliconClassifier license (BSD 2-Clause)

这些模块使用的其他依赖项（例如 Mosek、samtools 等）有自己的许可要求，用户应根据需要了解这些要求。Mosek 许可证要求用户从 Mosek 网站获取副本（学术用途免费）。更多信息请参见安装部分。

安装

选项 A: 无需安装的平台

最方便的选项，但不适用于分析大量样本或受保护的健康信息（PHI），并且可能不支持更高级的命令行选项。对于大多数用户来说，这是一个很好的选择，尤其是对于少量非PHI样本。

GenePattern:

AmpliconSuite-pipeline 可以通过 GenePattern Web Interface 的网页界面运行。在模块列表中搜索 AmpliconSuite。

该工具与 GenePattern 团队成员（Edwin Huang、Ted Liefeld、Michael Reich）合作开发。

Nextflow:

AmpliconSuite-pipeline 也可以通过 Nextflow 运行，使用 nf-core/circdna pipeline，由 Daniel Schreyer 构建。

选项 B: Conda 或 Mamba

conda create -n ampsuite && conda activate ampsuite
conda install -c bioconda -c conda-forge ampliconsuite 
conda install -c mosek mosek# 然后运行安装脚本以完成数据仓库和 Mosek 许可证的位置配置
wget https://raw.githubusercontent.com/AmpliconSuite/AmpliconSuite-pipeline/master/install.sh
source install.sh --finalize_only  # -h 查看选项

然后 获取 Mosek 许可证（学术用途免费）并将其放置在 $HOME/mosek/ 目录下。没有 Mosek 许可证，AmpliconArchitect 将无法工作。

• 如果 Conda 无法解决环境依赖，Mamba 似乎在安装 AmpliconSuite 时表现更稳定。这些步骤也适用于 macOS。

# 使用 Mamba 的替代指令（在某些设置上更有效地解决依赖关系）
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

选项 C: 使用安装脚本的独立安装

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

1. 拉取源代码并运行安装脚本（如果通过 Conda 安装则跳过）：

   # 首先安装一些依赖项（BWA、R、samtools），如果你还没有这些工具