开源生信（云）平台部署教程-Galaxy Project

Galaxy Project是一款开源的基于Web的生信分析平台，该项目由 NSF、 NHGRI、 The Huck Institutes of the Life Sciences、 The Institute for CyberScience at Penn State、Johns Hopkins University提供支持。

该项目已经诞生很久，算是云平台/生信平台的一个起始。国外除了Galaxy Project还有一款Genepattern也是比较早期的生信的平台；在国内比较早的生信云平台最早由华大和港中大合作基于Galaxy Project开发过一款平台，但后续好像没继续做下去，再后来华大开发了自己的云平台BGI online，现在国内的云平台已经遍地开花了，基本各个生物公司都有自己的云平台，大同小异，但是作为学习对象 Galaxy Project 还是比较经典的作品。

Galaxy Project 也是目前生物医学研究领域最受欢迎的在线生物信息分析工具之一，目前已经整合了7829 个小工具（截至2020/09/11），涵盖各个组学分析流程，最新版的还加入了tensorflow作为默认的深度学习库:

工具地址：https://toolshed.g2.bx.psu.edu/

其本体是基于Python语言开发，部署过程需要安装Python环境：

• UNIX/Linux 或者 Mac OSX （ 如果是 安装单机版可以在windows下用docker部署，但是依旧推荐在Linux测试）
• Python 3.6 or 3.5（推荐用3.6，最新的python可能有些函数会报错）

1）下载最新的源码

# 一般不推荐这么做，这样会下载整个仓库包括日志，国内可能会比较慢，推荐直接
# 在https://github.com/galaxyproject/galaxy/releases下载，然后解压
git clone -b release_20.05 https://github.com/galaxyproject/galaxy.git

一般个人用户选择稳定版发布版即可，如果需要学习或者基于Galaxy开发，那么你就可能需要：

# 更新已有的仓库
git fetch origin && git checkout release_20.05 && git pull --ff-only origin release_20.05
# 下载最新的开发板的代码
git clone https://github.com/galaxyproject/galaxy.git

2）安装部署，这一块开发人员已经把安装过程封装好了，默认用 virtualenv 建立一个虚拟环境，所以安装的python包不会影响系统环境，只需要执行：

# 整个过程比较缓慢，需要安装很多python依赖包，和系统软件，建议执行后喝杯咖啡再来
# 查看，国内用户建议修改scripts/common_startup.sh目录下201行左右，pip install 后面的参数，可以加上pip install -i 国内源（比如清华源、科大源等等）
sh run.sh

如果安装成功默认访问 http://localhost:8080 即可进入，按Ctrl-C终止。

3）配置文件，系统会采用默认配置，如果需要修改，比如端口、管理员设置等等，可以通过修改 config/galaxy.yml 来配置。

帮助文档汇总：

管理员文档：访问

小工具安装指导：访问

开发者文档：访问

公开服务器：访问（目前部署了galaxy对外开放的单位约80余家）

Git仓库：访问

参考资料：

1.https://galaxyproject.org/admin/get-galaxy/

2.https://docs.galaxyproject.org/en/master/admin/index.html

3.https://github.com/galaxyproject/galaxy

4.https://usegalaxy.org/