生信软件安装神器

想要了解什么是conda，需要先要了解什么是[Anaconda](https://anaconda.org/)。

Anaconda是Python的科学发行版，它将各种科学计算工具整合到一个安装包之中，从而使得Python变得无比的强大，就像Linux本身也只是内核，通过整合不同的软件之后才会变得如何的实用。


Anaconda为了避免Python原生`pip`安装软件会出现的问题，比如说Windows下安装科学计算必备的`numpy`和`pandas`时就非常的麻烦，于是它就自己编译了好一些安装包，仅仅使用`conda install`就能下载编译好的二进制包。

因此，conda最开始是Anaconda提供的Python包安装管理工具哦。

**conda**最开始只是Anaconda用于管理Python包的工具，但由于它为了避免Python包安装时出现的依赖库不全的问题，相当于又安装了一个虚拟系统，于是乎它能够管理的软件越来越多，以清华源为例

- 官方频道：https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

- conda软件管理依赖环境解决频道：https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ 

- Windows专属频道： https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

- 生物信息软件频道： https://nanomirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

基本上，大部分你能想到的软件都能用`conda`安装，如果这些软件还不能的话，还可以基础conda环境进行编译。当然，像docker,mysql这类系统级软件，无法使用conda管理。

因此，使用conda的第一个好处就是**安装方便**。

第二个优点叫做，**环境容易管理**。 当你担心Python2会和Python3冲突的时候，使用conda专门建立一个虚拟环境（下面教程会说），相当于重新开了一台电脑工作。再也不担心Python版本冲突了。而且当你想试用最新版本的工具的时候，完全可以新建一个环境，这样子就不用担心软件不好用无法返回原先版本了。

还有一个优点就是不需要root权限，当管理员没空搭理你，或者处于系统安全考虑不能安装某一个软件的时候，**conda**这类不需要root权限的软件包管理器就是你最好的选择。

PS: 你当然可以选择自己编译，然后解决不断出现的依赖包缺失问题。

第一步：下载miniconda3

```

wget https://nanomirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-$(uname -m).sh

```

**注**1：miniconda是anaconda的简化版，包括最核心的一些功能，如conda

**注**2：选择Miniconda2和Miniconda3任一都可，因为可以通过虚拟环境创建另一个版本Python环境。

第二步：安装miniconda3

```

bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3

-b: 自动安装模式

-p: 软件安装到何处

```

第三步：将miniconda3保存到环境路径并启用

```

echo "export PATH=PATH' >> ~/.bashrc

source ~/.bashrc

```

恭喜你，完成了conda安装。

安装conda之后，我们需要学习一点最基本的conda使用方法，当然哪里不懂可以到[https://docs.anaconda.com/docs_oss/conda/get-started](https://docs.anaconda.com/docs_oss/conda/get-started) 找到解决方法。不过我相信，下面的已经够用了。

**基本配置**： 当安装完conda之后，最重要的一步就是添加清华源的镜像，提高下载速度. 配置环境需要用到`conda config`

```

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge

conda config --add channels https://nanomirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda

conda config --set show_channel_urls yes

```

还可以用`conda config --show`查看已有的配置哦

虚拟**环境管理**： 个人认为conda比较好用的就是它能够建立多个互不干扰的分析环境。

```

conda info --envs

```

目前，我就只有一个默认环境，也就是root。


我们之前安装的时候是Python3，这次我们建立一个Python2环境，并且安装比对软件bwa

```

conda create -n biostar python=2 bwa

```


晚上用清华镜像，速度超级快


安装完成之后，还告诉了我们如何**启动环境**

```

source activate biostar

conda list

```

**删除环境**： 如果一个环境你不想要了怎么办？有两种方法可以删除

```

conda remove -n biostar -all

rm -rf ~/miniconda3/envs/biostar/

```

**安装或卸载**生信软件（先在https://bioconda.github.io/recipes.html#recipes 检索对应软件名）或可以用`conda search`检索生信工具或Python包

```

conda search sratools

```


下一步，使用`conda install`安装。

```

conda install sra-tools=2.8.0 -y

conda install numpy -y

conda remove sra-tools -y

```

其中`-y`表示确认，而`sra-tools=版本号`则是下载对应的版本工具。有些时候为了重复别人的结果，我们需要安装对方所用的软件版本。

综上，就是一般conda教程都会介绍的内容，下面则是一些稍微比较高级，但是比较高效率的技巧。

conda是一个非常好的软件环境管理工具，我们可以把当前数据分析的环境进行保存，如果别人说无法重复你的结果，你就把这个配置文件发过去，这样子就能保证**分析环境一致**。另外，你还可以将分析**环境打包**，实现每一次快速部署。

第一步：导出当前环境**conda env export**

```

conda env export -n biostar -f biostar.yml

```

这一步会在你当前的路径下生成一个YML文件，存放当前环境的所有情况，你可以用`cat biostar.yml`进行查看


第二步： 导入环境**conda env create**

注：先让我们把`biostar`这个环境删掉`conda remove -n biostar --all`

```

conda env create -f=biostar.yml 

# -f: 环境配置

```

第三步：启动并检查

```

source activate biostar

conda list

```

最后附赠一个，我常用的生信软件合集，按照如下方法下载：

```

wget --no-check-certificate  https://raw.github.com/xuzhougeng/zgtoolkits/master/biosetup.yml

```