バイオインフォマティクス実践ガイド

付録A: 環境構築ガイド

本書のコード例を実行するための環境構築手順を説明します。

A.0 コードブロックの扱い

本書のコードブロックは、実行可否を誤認しないよう、直前に次のラベルを付けます。

  • ✅ 実行検証済み: CI またはローカルで検証した再現手順。検証環境、入力、期待出力を併記します。
  • 🧪 概念例: 考え方を示す説明用の例。実行には入力データ、依存ツール、認証情報、設定ファイル等の補完が必要な場合があります。
  • 🔁 疑似コード: 処理順序や設計を示す非実行コード。実装時は境界条件、エラー処理、性能を別途確認します。
  • ⚠️ 環境依存: OS、GPU、クラウド権限、ネットワーク、API制限、契約条件などに依存する手順。公式ドキュメントと実行環境を確認してから実行します。
  • 📎 抜粋: 設定ファイルや出力の一部を説明のために抜き出したもの。

A.1 必要な環境

推奨環境仕様:

  • OS: Ubuntu 22.04 LTS以降 または macOS 12以降
  • Python: 3.10以上（3.11推奨）
  • メモリ: 16GB以上（推奨32GB）
  • ストレージ: 100GB以上の空き容量
  • GPU: CUDA対応GPU（深層学習用、オプション。CUDAバージョンは使用するtorchの公式対応表に従う）

A.2 Dockerを使用した環境構築

本リポジトリには Dockerfile と requirements.lock を同梱しています。CIでも docker build と最小実行を検証しています。

✅ 実行検証済み（CIで検証）

docker build -t bioinfo-guide .
docker run --rm bioinfo-guide

注記: 上記は examples/minidata/run_minidata.py を実行する最小構成です。章内の解析を再現するには、章ごとの追加ツール/パッケージが必要になる場合があります。

A.3 依存関係管理

再現性の方針（推奨）:

  • Pythonは requirements.lock のように 固定版（==） を用意し、CI/コンテナ/ローカルで揃える。
  • 学習・検証で追加パッケージを導入した場合は、実行に必要な依存関係を固定して記録する（例: pip freeze の保存）。
  • R/Bioconductor を使う場合は、renv 等で renv.lock を保存し、Bioconductorのバージョンも含めて記録する。

ローカル例: 🧪 概念例（依存関係固定手順の例）

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.lock
python -m pip freeze > requirements.local.lock

A.3.1 最小再現パッケージ（テンプレート）

章内の手順や自分の解析結果を共有する際は、再現に必要な情報を「最小再現パッケージ」としてまとめておくと、検証・レビュー・再実行のコストを下げられます（特に、入力データ/参照データ/実行環境/期待成果物/QC観点）。

🧪 概念例（最小再現パッケージ構成例）

repro/
  README.md
  inputs/
    README.md  # 入手方法、機微情報、保持期間
  references/
    README.md  # 参照ゲノム/アノテーション等の版
  scripts/
    run.sh     # 実行手順（ワンコマンドを目指す）
    validate.sh  # 期待成果物/QCの簡易検証
  outputs/
    README.md  # 期待成果物の定義（ファイル名/形式/例）
  env/
    Dockerfile
    requirements.lock
    renv.lock  # Rを使う場合
  metadata/
    versions.txt   # ツール/DBのバージョン
    checksums.txt  # 入力/参照のチェックサム

README のテンプレート例:

🧪 概念例（READMEテンプレート例）

# タイトル

## 概要
- 目的:
- 対象データ:
- 想定読者:

## 入力データ
- 入手方法:
- 入手日:
- ライセンス/利用条件:
- 機微情報の有無（個人情報/ゲノム等）:
- 保持期間/削除方針:

## 参照データ（例: 参照ゲノム/アノテーション）
- 名称:
- バージョン:
- 入手先:
- チェックサム:

## 実行手順
🧪 概念例（実行手順の例）
```bash
./scripts/run.sh
```

## 期待成果物
- outputs/ 配下に生成されるファイル一覧:
- 成功/失敗の判定基準:

## QC観点（最小）
- QCの閾値（例: 読長、マッピング率、重複率など）:
- 例外の扱い:

## 再現性
- 乱数 seed:
- 実行環境（OS/CPU/GPU）:

A.4 トラブルシューティング

よくある問題と解決法:

  1. メモリ不足エラー

🔁 疑似コード（メモリ効率化の説明例）

# メモリ効率的な読み込み
def read_large_fasta(filename, chunk_size=1000):
    """大きなFASTAファイルをチャンク単位で読み込む"""
    from Bio import SeqIO
    
    for i, batch in enumerate(batch_iterator(SeqIO.parse(filename, "fasta"), chunk_size)):
        yield batch

def batch_iterator(iterator, batch_size):
    """イテレータをバッチに分割"""
    batch = []
    for entry in iterator:
        batch.append(entry)
        if len(batch) == batch_size:
            yield batch
            batch = []
    if batch:
        yield batch
  1. GPU認識エラー

⚠️ 環境依存（GPU確認コマンド例）

# CUDA環境確認
nvidia-smi
python3 -c "import torch; print(torch.cuda.is_available())"
目次に戻る 次へ: トラブルシューティング →