快速上手使用Singularity进行生物信息分析

生信分析流程往往需要消耗数以万计的电脑计算资源。另外，生信分析过程中会用到大量的分析程序以及脚本，还需要对运行环境进行配置与管理。这会导致分析的可重复性变低，导致流程的升级、管理等都会成为问题。

Docker是很适合解决上述的问题。但是生信分析集群，和一般的IT服务器又有很大区别，比如无root权限，分析任务需要进行资源管理(内存，CPU)。这些问题都让Docker技术在HPC环境的应用受限，正因为此我们需要Singularity的诞生。

虚拟机 vs 容器

首先，先和大家介绍一下基本概念。虚拟机（Virtual Machine）指通过软件模拟的具有完整硬件系统功能的、运行在一个完全隔离环境中的完整计算机系统。在实体计算机中能够完成的工作在虚拟机中都能够实现。在计算机中创建虚拟机时，需要将实体机的部分硬盘和内存容量作为虚拟机的硬盘和内存容量。每个虚拟机都有独立的CMOS、硬盘和操作系统，可以像使用实体机一样对虚拟机进行操作。

容器可以看作是，一种轻量级的虚拟机。由于不包含完整的操作系统，因此容器只需极少的计算资源，并且安装快捷方便。这种效率让容器能够在丛集中进行部署，同时将复杂应用的单一组件压缩到单独的容器当中。将应用组件分别放置在不同的容器当中后，开发人员即可对个别组件进行更新，而无需重复运行整个应用。

Docker的缺点？

Docker是目前最热最成熟的容器，但是它却不是很适合生信分析的 HPC 环境。原因有几点：

• 计算机资源的限制无法施加到容器中
• 多用户（非 root 用户）使用时的权限问题
• Docker 包含了不必要的资源开销

使用Singularity的优点

首先Singularity拥有容器所包含的大多数优点，例如启动迅速、资源开销小、轻松的迁移和扩展等等。除此之外，相较于Docker，还有一些独特的优点：

• 容易对分析环境进行打包迁徙：Singularity所依赖的东西都在镜像文件中，不需要再单独打包 / 导入，直接拷贝走镜像即可。没有复杂的缓存机制，并且该镜像已经过压缩，只需占用非常少的磁盘空间。
• 和现有系统无缝整合：系统用户权限、网络等均直接继承宿主机配置，并且无需进入某个镜像后再执行命令，可以直接在外部调用镜像内的指令，就像执行一个本地安装的指令一样。
• 无需运行 daemon 进程：Singularity提供的完全是一个运行时的环境，在不使用时不需要单独的进程（资源限制和权限问题也得以解决），不占用任何资源。
• Singularity还支持多种镜像和容器文件格式，甚至可以直接使用 Docker 提供的镜像，就像从 Docker Hub 去 pull 一个镜像一样简单。
• Singularity可以轻易的现有的 HPC 系统整合，几乎无需任何额外的开发就能让现有的 HPC 变成一个轻量级的容器云。

安装Singularity

安装好相关的依赖软件

sudo apt-get install -y  build-essential uuid-dev libgpgme-dev squashfs-tools  libseccomp-dev  wget  pkg-config  git  cryptsetup-bi

如果你还没有安装go语言的话也需要进行下载安装，下载地址:https://golang.org/dl/

下载ingularity

wget https://github.com/hpcng/singularity/releases/download/v3.7.2/singularity-3.7.2.tar.gz
tar -xzf singularity-3.7.2.tar.gz
cd singularity

进行安装

./mconfig
cd builddir/
sudo make
sudo make install

安装好后，将其加入path中。

使用Singularity运行bwa比对

下载系统images

singularity pull --arch amd64 library://library/default/ubuntu:20.04

接着创建沙箱，给里面装软件,一般推荐手动安装：

singularity build --sandbox bwa ubuntu_20.04.sif

封装软件：

singularity build bwa.sif bwa

通过singularity运行软件：

singularity exec bwa.sif bwa

如果操作没有问题，bwa的帮助文档就会弹出来。

当然也可以直接通过下载好其他人封装好的镜像：

singularity pull docker:dceoy/bwa

小结

相对docker来说，singularity操作更加简便，兼容性高。以后会在HPC中生信分析中，变得原来越普遍好用。

参考资料：

Docker和Singularity双剑合璧构建生物信息分析流 http://tiramisutes.github.io/2019/08/29/docker.html