Guide Utilisateur :

Auteurs :

• Chaimae EL HOUJJAJI - AgroParisTech - chaimae.elhoujjaji@agroparistech.fr
• Kexin LI - AgroParisTech - kexin.li@agroparistech.fr
• Anthony MOREAU - AgroParisTech - anthony.moreau@agroparistech.fr
• Pauline TURK - AgroParisTech -pauline.turk@agroparistech.fr

Étape 1 : Télécharger le dépot github

Se placer dans un répertoire qui contient suffisamment de mémoire, dans notre cas, on se place dans le répertoire mydatalocal grâce à la commande :

cd /mnt/mydatalocal

Ensuite télécharger tout le répertoire, pour cela, tapez la commande ci dessous :

git clone git@github.com:anthony-moreau/hackaton-ACKP

ou le bouton Download ZIP :

Étape 2 : Installer conda

(https://www.anaconda.com/products/individual)

Étape 3 : Installer via conda snakemake et singularity

# Activer l'environment Conda 
conda activate 

# Installer snakemake si nécessaire 
# vous pouvez l'installer par Conda/Mamba ou pip : 
# https://snakemake.readthedocs.io/en/stable/getting_started/installation.html#
pip install snakemake

# Activer l'environnement snakemake
conda activate snakemake

# Taper la commande suivante pour savoir si singularity est installé ou non
singularity

# Si non, installer singularity  sous environnement snakemake grâce à la commande suivante . Nous utilisons ici la version 3.6.3.
conda install singularity = 3.6.3

Étape 4 : Lancer le pipepeline

• Le structure du répertoire :

.
├── Group_4_R_result
│   ├── Analysis.Rdata
│   ├── Analysis.html
│   └── Analysis_Rplots.pdf
├── Group_4_counts_result
│   ├── SRR628582.counts
│   ├── SRR628582.counts.summary
│   ├── SRR628583.counts
│   ├── ...
│   ├── ...
│   └── SRR628589.counts.summary
├── Groupe_4_Analyse_Sup_R
│   └── ACP_EnhancedVolcano_Article2Plots.Rmd
│   └── liste_fusion.xlsx
│   └── ACP_EnhancedVolcano_Article2Plots.html
├── DESeq2.R
├── README.md
├── Rapport_hackathon_Groupe4.pdf
└── Snakefile

Le fichier Analysis.html a été généré en important les résultat des counts sur notre machine locale. Il s'agit du même code utilisé que dans le script R DESeq2.R mais qui a été enregistré en tant que fichier .Rmd et qui a donc permis l'obtention d'un fichier html en sortie. L'idéal aurait été de pouvoir générer ce html grâce à une règle sur Snakefile. Par manque de temps nous n'avons pas pu le réaliser mais nous tenions tout de même à insérer le fichier html généré avec les commentaires associés. La règle Snakefile actuelle de notre pipeline renvoie quant à elle en sortie un fichier Analysis.Rdata ainsi qu'un fichier Analysis_Rplots.pdf contenant les mêmes graphes que dans le fichier html.

Pour lire le fichier "Analysis.html", veuillez télécharger le fichier "Analysis.html", copier le lien de la page qui va s'ouvrir et aller sur le site https://htmlpreview.github.io/ puis coller le lien et cliquer sur "Preview".

• Lancer le pipeline

Se placer dans le dossier du dépôt (qui contient les fichiers "DESeq2.R" et "Snakefile") et lancer le pipeline avec la commande suivante:

# Vous pouvez préciser le nombre de cores après --cores, et le fichier snakefile en utilisant -s <nom_du_fichier> 
# si vous avez d'autre fichiers snakefile dans le même dossier
snakemake --use-singularity --cores all

Temps de calcul du Snakefile : environ 2h40

• Le structure des sorties du Snakefile :

.
├── Log.final.out
├── Log.out
├── Log.progress.out
├── Log.std.out
├── SJ.out.tab
├── SRA_files
│   ├── SRR628582.sra
│   ├── SRR628583.sra
│   ├── SRR628584.sra
│   ├── SRR628585.sra
│   ├── SRR628586.sra
│   ├── SRR628587.sra
│   ├── SRR628588.sra
│   └── SRR628589.sra
├── annotations
│   ├──human_genome_annotation.chr.gtf
│   └──human_genome_annotation.chr.gtf.gz
├── chr_files
│   ├── 1.fa.gz
│   ├── 2.fa.gz
│   ├── ...
│   ├── ...
│   ├── 22.fa.gz
│   └── MT.fa.gz
├── fastq_files
│   ├── SRR628582_1.fastq
│   ├── SRR628582_2.fastq
│   ├── SRR628583_1.fastq
│   ├── ...
│   ├── ...
│   └── SRR628589_2.fastq
├── mapping
│   ├── SRR628582.bam
│   ├── SRR628582.bam.bai
│   ├── SRR628583.bam
│   ├── ...
│   ├── ...
│   └── SRR628589.bam.bai
├── ref.fa
├── ref_index
│   ├──Genome
│   ├──Log.out
│   ├──SA
│   ├──SAindex
│   ├──chrLength.txt
│   ├──chrName.txt
│   ├──chrNameLength.txt
│   ├──chrStart.txt
│   └──genomeParameters.txt
├── result
│   ├──SRR628582.counts
│   ├──SRR628582.counts.summary
│   ├──SRR628583.counts
│   ├── ...
│   ├── ...
│   └──SRR628589.counts.summary
├── analysis_R
│   ├── Analysis.Rdata
│   └── Analysis_Rplots.pdf
├── DESeq2.R
└── Snakefile

Dans le dépôt Github à l'emplacement Groupe_4_Rapport/Rapport_hackathon_Groupe4 se situe notre rapport. Dans celui-ci on explique le fonctionnement de chaque règle du Snakefile et on analyse les résultats de counts des 8 fichiers SRR. Les plots obtenus en sortie dans le dossier analysis_R/Analysis_Rplots.pdf sont repris et expliqué dans le rapport.

Étape 5 : Analyses supplémentaire

Afin d'effectuer une analyse plus approfondies des données et pouvoir comparer nos résultats avec les articles, nous avons créé un deuxième script R : ACP_EnhancedVolcano_Article2Plots.Rmd. Celui-ci installe des bibliothèques supplémentaires. Il charge les fichiers de comptage des SRR ainsi qu'un fichier Excel liste_fusion.xlsx qui comprend l'ensemble des gènes de notre étude et leurs caractéristiques (padj, LFC, baseMean, ...) ainsi que les 325 gènes différentiellement exprimés de l'article 2 que l'on a récupéré dans la table supplémentaire 8. Ces deux fichiers sont placés dans le dossier Groupe_4_Analyse_Sup_R

Il faut télécharger dans un même dossier sur sa machine locale les fichiers ACP_EnhancedVolcano_Article2Plots.Rmd, liste_fusion.xlsx et le dossier result/* (obtenu grâce au lancement du Snakefile). Puis ouvrir le fichier .Rmd sur RStudio et le knitter en html. (Remarque: il faut une version récente de R au moins 4.1).
On obtient un fichier html avec différents graphes qui seront commentés dans notre rapport :

• Le graphe de l'ACP. (correspond à la Figure 2 dans notre rapport).
• Le Enhanced Volcano Plot. (correspond à la Figure 3 dans notre rapport).
• 2 graphes de comparaison des gènes différentiellement exprimés dans notre étude VS dans l'article 2.(correspond à la Figure 5.a et 5.b dans notre rapport).

On obtient en sorti un fichier ACP_EnhancedVolcano_Article2Plots.html que l'on a également mis dans le Github dans le dossier Groupe_4_Analyse_Sup_R. Pour pouvoir l'ouvrir, la manipulation est la même que pour le fichier Group_4_R_result/Analysis.html. Il faut télécharger le fichier "ACP_EnhancedVolcano_Article2Plots.html" depuis Github en appuyant sur le bouton "Download", copier le lien de la page qui va s'ouvrir et aller sur le site https://htmlpreview.github.io/ puis coller le lien et cliquer sur "Preview".