変異のHGVS表記の変換ツールpython hgvsをローカルリソースのみで実行する

python hgvsローカルで実行する

python hgvsをローカルシステムだけで実行するには

• seqrepo: シーケンスデータファイルを格納したファイルコンテナの作成
  • Docker Hub からのイメージの取得
• uta: データベースのインストール
  • githubからソースを取得し、Docker imageを作成
  • uta_20180821 では問題が生じたのでuta_0171026を利用した
• hgvs: Docker imageの作成
  • dockerfileを作成して Docker imageの作成

上記の3つの作業が必要

seqrepoの最新状況は下記で確認できる
http://dl.biocommons.org/seqrepo/

seqrepoのインストール

Dockerを利用してシーケンスデータをファイルコンテナとして準備する

$ docker pull biocommons/seqrepo
$ docker run --name seqrepo biocommons/seqrepo

docker pullコマンドは比較的短い時間で終了する
ただし配列データのダウンロードにかなりの時間が必要になるので、じっくり待つ必要がある

hgvsのインストール

Alpine Linuxを利用してpython3のdocker imageを元にしてhgvsのイメージを作成する

hgvs.dockerfile

FROM python:3.7.3-alpine3.9

# docker build -f hgvs.dockerfile --build-arg seqrepo_version=20180821 --rm=true -t hgvs:hgvs .
RUN apk update &&\
    apk upgrade &&\
    apk --no-cache add \
    build-base gcc \
    zlib-dev bzip2-dev \
    xz-dev libxml2-dev \
    libxslt-dev \
    postgresql-dev

# Install numpy and hgvs by pip
RUN python3 -mpip install numpy
RUN python3 -mpip install hgvs

# by default I'd like to use uta_20180821. But unfortunately the db doesn't work as expected. So, use the second last version 'uta_20171026' instead. 
# please provide custom versions with the command line parameter
# --build-arg uta_version=uta_MYVERSION

ARG uta_version=uta_20171026
ARG seqrepo_version=20180821
ENV HGVS_SEQREPO_DIR=/usr/local/share/seqrepo/${seqrepo_version}
ENV UTA_DB_URL="postgresql://anonymous:anonymous@172.17.0.1:50827/uta/${uta_version}"
# How to Run
# $ docker run -it -e HGVS_SEQREPO_DIR="/usr/local/share/seqrepo/2018-08-21" -e UTA_DB_URL="postgresql://anonymous:anonymous@172.17.0.1:50827/uta/${uta_version}" --name hgvs --volumes-from seqrepo --rm hgvs:hgvs hgvs-shell

docker buildを利用してhgvs.dockerfileのイメージを作成する

docker build -f hgvs.dockerfile --build-arg seqrepo_version=20180821 --rm=true -t hgvs .

まず、このイメージを利用してseqrepoが利用できる事を確認する

$ docker run -it -e HGVS_SEQREPO_DIR="/usr/local/share/seqrepo/2018-08-21" -e --name hgvs --volumes-from seqrepo --rm hgvs ipython

下記の一連のコマンドで配列が取得できることを確認する

from biocommons.seqrepo import SeqRepo
sr = SeqRepo("/usr/local/share/seqrepo/2018-08-21")
sr["NM_000059.3"][:10]

最後はexitで終了

Python 3.7.3 (default, May 11 2019, 02:00:41) 
Type "copyright", "credits" or "license" for more information.

IPython 5.8.0 -- An enhanced Interactive Python.
?         -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help      -> Python's own help system.
object?   -> Details about 'object', use 'object??' for extra details.

In [1]: from biocommons.seqrepo import SeqRepo

In [2]: sr = SeqRepo("/usr/local/share/seqrepo/2018-08-21")

In [3]: sr["NM_000059.3"][:10]
Out[3]: 'GTGGCGCGAG'

In [4]: exit

uta のインストール

$ docker pull biocommons/uta

しかし、2019年5月の時点では、このDockerfileで利用されているDBは20180821のものでは無かった
20180821はdbに問題があり、ダウンロードしても正常に動作しないため以下は20171026を利用する

imageを作成するためのdockerfileが提供されているので、Docker imageを手元で作成する

• github から biocommons/uta を取得し適切なパラメータを指定してdocker buildを行う
  • git コマンドが利用できるシステム上で実行すること

ソースコードの取得

$ git clone https://github.com/biocommons/uta.git

uta/misc/dokcerディレクトリに移動してdocker build を実行

$ pushd uta/misc/docker/
$ docker build -f uta.dockerfile --build-arg uta_version=uta_20171026 --rm=true -t uta:uta_20171026 .

作成されたコンテナを実行する事で、postgres sql上のテーブルの構築とデータのダウンロードを行う

$ docker run -dit --name uta_20171026 -p 50827:5432 uta:uta_20171026

起動しているツールのログ(log)を参照する

$ docker logs -f uta_20171026

下記のように表示されたら準備完了

PostgreSQL init process complete; ready for start up.

LOG:  database system was shut down at 2019-05-29 07:39:30 UTC
LOG:  MultiXact member wraparound protections are now enabled
LOG:  database system is ready to accept connections
LOG:  autovacuum launcher started

ctrl+cでログ参照を終了する

動作の確認

作成したhgvsのdockerイメージを利用してhgvs-shellの動作を確認する

172.17.0.1の部分はdocker内部からみたのホストのIPアドレス

docker run -it -e HGVS_SEQREPO_DIR="/usr/local/share/seqrepo/2018-08-21" -e UTA_DB_URL="postgresql://anonymous:anonymous@172.17.0.1:50827/uta/uta_20171026" --name hgvs_20180821 --volumes-from seqrepo --rm hgvs hgvs-shell

hgvs-shellのプロンプトが表示される

Python 3.7.3 (default, May 11 2019, 02:00:41) 
Type "copyright", "credits" or "license" for more information.

IPython 5.8.0 -- An enhanced Interactive Python.
?         -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help      -> Python's own help system.
object?   -> Details about 'object', use 'object??' for extra details.


############################################################################
hgvs-shell -- interactive hgvs
hgvs version: 1.3.0.post0
data provider url: postgresql://anonymous:anonymous@172.17.0.1:50827/uta/uta_20171026
schema_version: 1.1
data_version: uta_20171026
sequences source: SeqRepo (/usr/local/share/seqrepo/2018-08-21)

The following variables are defined:
* global_config
* hp, parser, hgvs_parser -- Parser instance
* hdp, hgvs_data_provider -- UTA data provider instance
* vm, variant_mapper, hgvs_variant_mapper -- VariantMapper instance
* am37, hgvs_assembly_mapper_37 -- GRCh37 Assembly Mapper instance
* am38, projector, hgvs_assembly_mapper_38 -- GRCh38 Assembly Mapper instances
* hn, normalizer, hgvs_normalizer -- Normalizer instance
* hv, validator, hgvs_validator) -- Validator instance

The following functions are available:
  * parse, normalize, validate
  * g_to_c, g_to_n, g_to_t,
  * c_to_g, c_to_n, c_to_p,
  * n_to_c, n_to_g,
  * t_to_g,
  * get_relevant_transcripts

When submitting bug reports, include the version header shown above
and use these variables/variable names whenever possible.

hgvs-shellを利用して
"NM_033089.6:c.571C>G"からhg38上のゲノム上のポジションを取得する

v = hp.parse_hgvs_variant("NM_033089.6:c.571C>G")
am38.c_to_g(v)
を実行しexitで終了する

In [1]:  v = hp.parse_hgvs_variant("NM_033089.6:c.571C>G")

In [2]: am38.c_to_g(v)
Out[2]: SequenceVariant(ac=NC_000020.11, type=g, posedit=298157C>G, gene=None)

In [3]: exit

今回はここまで