---标题：“_systempiperdata_：ngs工作流模板和样本数据”作者：“作者：thomas girke（thomas.girke@ucr.edu）”日期：“最后更新：`r格式（sys.time（），'％d％b，％y'）`“输出：biocstyle :: html_document：toc：true toc_depth：3 fig_caption：是fontsize：14pt参考书目：bibtex.bib ---
```{r style，echo = false，结果='asis'}生物焦质:: markdown（）选项（width = 100，max.print = 1000）knitr :: opts_chunk $ set（eval = as.logical（sys。GetEnv（“knitr_eval”，“true”）），cache = as.logical（sys.getenv（“knitr_cache”，“true”）））`````{r setup，echo = false，messages = false，警告= false} suppresspackageStartupMessages（{库（Systempiper）库（Systempiperdata）库（Biocgenerics）}）```注意：可以找到此Vignette的最新版本这里和简短的概述幻灯片展示[这里]（https://htmlpreview.github.io/?htps://github.com/tgirke/systempiper/blob/master/inst/extdata/slides/systempiperslides.html）。＃介绍[_`systempiperdata`_]（https://github.com/tgirke/systempipiperdata）是一个帮助程序包，用于使用单个命令ngs工作流模板生成，该模板旨在由其父包[_`systempiper`_]（http://www.biocidodder.org/packages/devel/bioc/html/systempiper.html）[@ girke2014-oy]。后者是建立*端到端*分析管道的环境，其具有用于下一代序列（NGS）应用的自动报告，例如RNA-SEQ，RIBO-SEQ，CHIP-SEQ，VAR-SEQ和许多其他应用。_`systempiperdata`_的工作流模板的目录结构和_`systempiperdata`_使用的示例数据（http://biocadiond.org/packages/release/bioc/vignettes/systempiper/inst/doc/systempiper.html#加载样本数据和工作流模板）。
[返回目录]（）
＃入门##安装使用_`systempiperdata`_的R软件可以从[cran]（http://cran.at.r-project.org）下载。_`systempiperdata`_包可以从r中安装，如下所示：```{r install，eval = false}源（“http://biocidodder.org/bioclite.r”）#sources the bioclite.r安装脚本bioclite（“tgirke / systempiperdata”，build_vignettes = true，depentencies = true）＃从github bioclite（“systempiperdata”）＃从Biocumons的安装一旦可用，那就是那里的“
[返回目录]（）
##加载包和文档```{r load_systempiperdata，eval = true}库（“systempiperdata”）＃加载包`````{r文档_systempiperdata，eval = false}库（help =“systempiperdata”）＃Lists包信息Vignette（“SystempiperData”）＃打开小插图```
[返回目录]（）
##生成工作流模板将其中一个可用的NGS工作流入当前的工作目录中。以下为_`varseq`_模板执行此操作。可以在_`mydirname`_参数下指定生成的工作流目录的名称。默认_`null`_使用所选工作流的名称。如果已存在相同名称和路径的目录，则会发出错误。```{r generate_workenvir，eval = false} genworkenvir（workflow =“varseq”，mydirname = null）setwd（“varseq”）```上的Linux和OS X Systems中可以从A的命令行中实现相同的终端具有以下命令。```{.sh generate_wardenvir_from_shell，eval = false} $ rscript -e“systempiperdata :: genworkenvir（workflow ='varseq'，mydirname = null）”````````````````````````````````````````````````````````````````````````````````````````````````````````）目录结构：
```{r workflow_template_structure，eval = false} workflow_name /＃* .rnw / *。命令行软件数据/＃输入的RMD脚本和目标文件PARAM /＃参数文件。FASTQ，参考，注释结果/＃分析结果文件```
[返回目录]（）
##通过执行相应_` * .rnw`_模板文件中提供的代码，从R运行工作流程。如果优先于可以使用相应的_` * .rmd`_或_` * .r`_版本。或者，可以通过从工作流程目录中的命令行_`'make -b'`_执行单个命令来使用一个命令来运行整个工作流程，以便在工作流程目录中（这里_`'varseq'`_）。有关运行和自定义的更详细信息[_`Systempiper`_]（http://www.biocidodder.org/packages/devel/bioc/html/systempiper.html）工作流程可在其概述vignette [这里]（http：//www.biocumon.org/packages/devel/bioc/vignettes/systempiper/inst/doc/systempiper.html）。此小插图也可以通过以下命令从r打开。```{R load_systemPipeR，EVAL = TRUE}库（ “systemPipeR”）＃载荷systemPipeR这就需要通过biocLite（）从Bioconductor的``````{R documentation_systemPipeR，EVAL = FALSE}晕影（ “systemPipeR” 将被安装，包=“systempiper”）```
[返回目录]（）
##返回示例数据的路径_`systempiperdata`_提供的示例数据的位置可以作为_`list`_返回。```{r return_samplepaths，eval = true} pathlist（）```
[返回目录]（）
＃版本信息```{r senutioninfo} sessioninfo（）````
[返回目录]（）
＃资金来自国家卫生研究院（NIH）和国家科学基金会（NSF）的资金支持。
[返回目录]（）
＃ 参考