View a markdown version of this page

创建一个 HealthOmics 序列存储 - AWS HealthOmics

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

创建一个 HealthOmics 序列存储

HealthOmics 序列存储支持以未对齐的格式存储基因组文件 FASTQ (仅限 gzip)和 uBAM。它还支持对齐的格式 BAM 和 CRAM。

导入的文件存储为读取集。您可以向读取集添加标签,并使用 IAM 策略控制读取集的访问权限。对齐的读取集需要参考基因组来对齐基因组序列,但对于未对齐的读取集,它是可选的。

要存储读取集,首先要创建序列存储。创建序列存储时,您可以指定一个可选的 Amazon S3 存储桶作为备用位置以及 S3 访问日志的存储位置。备用位置用于存储在直接上传期间未能创建读取集的任何文件。备用位置可用于 2023 年 5 月 15 日之后创建的序列存储。您在创建序列存储时指定备用位置。

您最多可以指定五个读取集标签密钥。当您使用与其中一个密钥匹配的标签密钥创建或更新读取集时,读取集标签将传播到相应的 Amazon S3 对象。系统标签创建者 HealthOmics 默认情况下会传播。

使用控制台创建序列存储

创建序列存储
  1. 打开 HealthOmics 控制台。

  2. 如果需要,打开左侧导航窗格 (≡)。选择 序列存储。

  3. 在 创建序列存储 页面,提供以下信息

    • 序列存储名称 -这家商店的唯一名称。

    • 描述 (可选)-此序列存储的描述。

  4. 对于 S3 中的备用位置,指定 Amazon S3 的位置。 HealthOmics 使用备用位置存储在直接上传期间未能创建读取集的任何文件。你需要授予 HealthOmics 对 Amazon S3 备用位置的服务写入权限。有关策略示例,请参阅 配置备用位置。

    备用位置不适用于 2023 年 5 月 16 日之前创建的序列存储。

  5. (可选)对于 读取 S3 传播的设置标签密钥,您最多可以输入五个读取集密钥,以从读取集传播到基础 S3 对象。通过将标签从读取集传播到 S3 对象,您可以根据标签授予 S3 访问权限 and/or 最终用户查看通过 Amazon S3 传播的标签获得ObjectTagging API 操作。

    1. 在文本框中输入一个键值。控制台创建一个新的文本框来添加下一个密钥。

    2. (可选)选择 移除 移除所有密钥。

  6. 在下面 数据加密,选择是否要让数据加密归所有和管理 AWS 或者使用客户管理的 CMK。

  7. (可选)在 S3 数据访问,选择是否创建新的角色和策略以通过 Amazon S3 访问序列存储。

  8. (可选)对于 S3 访问日志,选择 Enabled 如果你想让 Amazon S3 收集访问日志记录。

    对于 S3 中的访问日志记录位置,指定 Amazon S3 存储日志的位置。仅当您启用 S3 访问日志记录时,此字段才可见。

  9. 标签 (可选)-为该序列存储提供最多 50 个标签。这些标签与读取集期间设置的读取集标签是分开的 import/tag 更新

创建商店后,它已准备就绪 导入基因组文件。

使用 CLI 创建序列存储

在以下示例中,替换 sequence store name 使用您为序列存储选择的名称。

aws omics create-sequence-store --name sequence store name --fallback-location "s3://amzn-s3-demo-bucket"

您将收到以下 JSON 格式的响应,其中包括新创建的序列存储的 ID 号。

{ "id": "3936421177", "arn": "arn:aws:omics:us-west-2:111122223333:sequenceStore/3936421177", "name": "sequence_store_example_name", "creationTime": "2022-07-13T20:09:26.038Z" "fallbackLocation" : "s3://amzn-s3-demo-bucket" }

您还可以使用以下方法查看与您的账户关联的所有序列存储 列表序列存储 命令,如下所示。

aws omics list-sequence-stores

您会收到以下回复。

{ "sequenceStores": [ { "arn": "arn:aws:omics:us-west-2:111122223333:sequenceStore/3936421177", "id": "3936421177", "name": "MySequenceStore", "creationTime": "2022-07-13T20:09:26.038Z", "updatedTime": "2024-09-13T04:11:31.242Z", "fallbackLocation" : "s3://amzn-s3-demo-bucket", "status": "Active" } ] }

你可以使用 获取序列存储 使用序列存储的 ID 来了解有关序列存储的更多信息,如以下示例所示:

aws omics get-sequence-store --id sequence store ID

您会收到以下回复:

{ "arn": "arn:aws:omics:us-west-2:123456789012:sequenceStore/sequencestoreID", "creationTime": "2024-01-12T04:45:29.857Z", "updatedTime": "2024-09-13T04:11:31.242Z", "description": null, "fallbackLocation": null, "id": "2015356892", "name": "MySequenceStore", "s3Access": { "s3AccessPointArn": "arn:aws:s3:us-west-2:123456789012:accesspoint/592761533288-2015356892", "s3Uri": "s3://592761533288-2015356892-ajdpi90jdas90a79fh9a8ja98jdfa9jf98-s3alias/592761533288/sequenceStore/2015356892/", "accessLogLocation": "s3://IAD-seq-store-log/2015356892/" }, "sseConfig": { "keyArn": "arn:aws:kms:us-west-2:123456789012:key/eb2b30f5-635d-4b6d-b0f9-d3889fe0e648", "type": "KMS" }, "status": "Active", "statusMessage": null, "setTagsToSync": ["withdrawn","protocol"], }

创建后,还可以更新多个存储参数。这可以通过控制台或 API 来完成 updateSequenceStore 操作。

更新序列存储

要更新序列存储,请执行以下步骤:

  1. 打开 HealthOmics 控制台。

  2. 如果需要,打开左侧导航窗格 (≡)。选择 序列存储。

  3. 选择要更新的序列存储。

  4. 在 详情 面板,选择 编辑。

  5. 在 编辑详情 页面,您可以更新以下字段:

    • 序列存储名称 -这家商店的唯一名称。

    • 描述 -此序列存储的描述。

    • S3 中的备用位置,指定 Amazon S3 的位置。 HealthOmics 使用备用位置存储在直接上传期间未能创建读取集的任何文件。

    • 读取 S3 传播的设置标签密钥 您最多可以输入五个读取集密钥以传播到 Amazon S3。

    • (可选)对于 S3 访问日志,选择 Enabled 如果你想让 Amazon S3 收集访问日志记录。

      对于 S3 中的访问日志记录位置,指定 Amazon S3 存储日志的位置。仅当您启用 S3 访问日志记录时,此字段才可见。

    • 标签 (可选)-为该序列存储提供最多 50 个标签。

更新序列存储的读取集标签

要更新序列存储的读取集标签或其他字段,请执行以下步骤:

  1. 打开 HealthOmics 控制台。

  2. 如果需要,打开左侧导航窗格 (≡)。选择 序列存储。

  3. 选择要更新的序列存储。

  4. 选择详细信息选项卡。

  5. 选择编辑。

  6. 根据需要添加新的读取集标签或删除现有标签。

  7. 根据需要更新名称、描述、备用位置或 S3 数据访问权限。

  8. 选择保存更改。

导入基因组文件

要将基因组文件导入序列存储,请执行以下步骤:

导入基因组学文件
  1. 打开 HealthOmics 控制台。

  2. 如果需要,打开左侧导航窗格 (≡)。选择选择 序列存储。

  3. 在 序列存储 页面,选择要将文件导入的序列存储。

  4. 在单个序列存储页面上,选择 导入基因组文件。

  5. 在 指定导入详情 页面,提供以下信息

    • IAM 角色 -可以访问亚马逊 S3 上的基因组文件的 IAM 角色。

    • 参考基因组 -该基因组学数据的参考基因组。

  6. 在 指定导入清单 页面,指定以下信息 清单文件。清单文件是一个 JSON 或 YAML 文件,用于描述您的基因组学数据的基本信息。有关清单文件的信息,请参阅 将读取集导入 HealthOmics 序列存储。

  7. 点击 创建导入任务。