Taiyaki

Taiyaki 是用于训练牛津纳米孔读取基对齐模型的研究软件。

牛津纳米孔的设备测量通过纳米孔的离子流，并在分子通过孔时检测该流的改变。
这些信号可以非常复杂并表现出长程依赖性，就像口语或书面语言一样。Taiyaki 可以用于训练神经网络来理解来自纳米孔设备的复杂信号，使用受最先进语言处理技术启发的技术。

Taiyaki 用于训练牛津纳米孔的 Guppy 基对齐器和 megalodon 中使用的模型进行修饰碱基检测。这包括 flip-flop 模型，它们使用受连接主义时间分类（Graves et al 2006）启发的技术进行训练。

主要功能：

• 通过重新映射信号到参考序列来准备基对齐训练数据
• 训练用于 flip-flop 基对齐和 squiggle 预测的神经网络
• 导出基对齐模型以用于 Guppy 和 megalodon

Taiyaki 建立在 pytorch 之上，并与 Python 3.5 或更高版本兼容。它面向高级用户，并且是一个不断发展的研究项目，因此请准备好动手操作。

内容

1. 安装系统前提条件
2. 安装 Taiyaki
3. 测试
4. 演练
5. 工作流程
   
   * 使用工作流程 Makefile
   
   * 从 fast5 文件到基对齐的步骤
   
   * 准备训练集
   
   * 基对齐
   
   * 修饰碱基
   
   * 从头训练
   
6. Guppy 兼容性
   
   * Q 分数校准
   
   * 标准模型参数
   
7. 环境变量
8. CUDA
   
   * 故障排除
   
9. 使用多 GPU
   
   * 如何启动多 GPU 训练
   
   * 多 GPU 训练的学习率选择
   
   * 选择 GPU
   
   * 单机上多个多 GPU 训练组
   
10. 在 SGE 集群上运行
    
    * 安装
    
    * 执行
    
    * 在 SGE 中选择多个 GPU
    
11. 诊断

安装系统前提条件

在 ubuntu 16.04 上安装所需系统包：

sudo make deps

其他 Linux 平台可能兼容，但未经测试。

为了使用 GPU 加速模型训练，您需要安装 CUDA（应该安装 nvcc 并将其添加到您的路径中）。请参阅 NVIDIA 的说明和下面的 CUDA 部分。

Taiyaki 还使用了 OpenMP 扩展进行多处理。这些在大多数现代 Linux 系统上的系统安装编译器中得到支持，但需要比 MacOS 机器上安装的 clang/llvm 编译器更现代的版本。支持 OpenMP 的 clang/llvm 版本为 3.7（参见 http://llvm.org 或使用 brew）。或者，您可以使用 homebrew 在 MacOS 上安装 GCC。

一些分析脚本需要最新版本的 BWA 对齐器。

不支持 Windows。

安装 Taiyaki

---

注意
如果您打算将 Taiyaki 与 GPU 一起使用，请确保在继续之前已安装并设置好 CUDA。

在新虚拟环境中安装 Taiyaki（推荐）

我们建议在独立的 虚拟环境 中安装 Taiyaki。

以下命令在 venv 目录中创建一个完整的开发和测试 Taiyaki 的环境：

make install

Taiyaki 将以 开发模式 安装，以便您可以轻松测试您的更改。每次会话开始时，当您想使用此虚拟环境时，需要运行 source venv/bin/activate。

系统范围内或激活的 Python 环境中安装 Taiyaki

这不是推荐的安装方法：如果可能，我们建议您在 自己的虚拟环境中 安装 taiyaki。

Taiyaki 可以从源代码安装，使用以下任一方式：

python3 setup.py install
python3 setup.py develop #[开发模式](http://setuptools.readthedocs.io/en/latest/setuptools.html#development-mode)

或者，您可以使用 pip 安装，使用以下任一方式