RELION¶

简介¶

RELION 是由 MRC 的 Scheres 在 2012 年发布的针对单颗粒冷冻电镜图片进行处理的框架。

可用的版本¶

版本	构建方式	模块名
4.0.0	容器	relion/4.0.0 思源一号
3.1.3	Spack	relion/3.1.3-gcc-11.2.0-cuda-openmpi 思源一号
4.0.0	容器	relion/4.0.0
3.0.8	容器	relion/3.0.8
3.1.3	Spack	relion/3.1.3-gcc-8.3.0-openmpi
3.0.8	Spack	relion/3.0.8-gcc-8.3.0-openmpi

算例下载¶

wget ftp://ftp.mrc-lmb.cam.ac.uk/pub/scheres/relion30_tutorial_data.tar
tar -xf relion30_tutorial_data.tar
# 目录结构
relion30_tutorial
 └── Movies
     ├── 20170629_000XX_frameImage.tiff
     ├── gain.mrc
     └── NOTES

运行示例¶

以下主要介绍RELION可视化的运行方式。用超算的账号及密码登录 HPC Studio ，申请GPU远程桌面或直接打开RELION。

小技巧

*-pi 为 π 集群的资源，*-sy为思源一号的资源。

思源一号集群 RELION¶

加载运行RELION¶

进入远程桌面，打开终端 Terminal。

cd relion30_tutorial
module load relion/4.0.0
relion &

预处理¶

建立项目¶

用 Import 将数据导入流水线，Movies/mics 功能区参数如下：
确保 Others 功能区是如下设置：

Import other node types? | No
点击 Run! 运行。

此时会创建 Import/job001/ 目录，及 STAR 文件，可以在终端通过 less Import/job001/movies.star 查看。

运动校正 (Beam-induced motion correction)¶

由于电子光束穿过薄样品，会对样品产生损耗并使其产生轻微位移，需要对每张图像进行运动校正，使图像的拍摄中心一致。

用 Motion correction 进行运动校正，I/O 及 Motion 设置如下：
设置 Running ，点击 Run! 运行。

Number of MPI procs: | 1

Number of threads: | 12

Submit to queue? | No

衬度转换函数估计 (CTF estimation)¶

由于电镜本身的成像过程，会存在球差、离焦量等问题，需要对其进行分析，找出CFT，对图像进行校正。

用 CTF estimation 进行运动校正，I/O 及 CTFFIND-4.1 设置如下：
设置 Running ，点击 Run! 运行。

Number of MPI procs: | 4

颗粒挑选¶

初始图像集合 (Subset of the micrographs)¶

用 Subset selection 创建自动挑选的模板，设置如下：
点击 Run! 运行。

基于拉普拉斯-高斯算子的颗粒自动挑选 (LoG-based auto-picking)¶

用 Auto-picking 自动挑选颗粒，设置如下：
点击 Run! 运行；
选中运行完的job，Display 设置为 autopick.star ，查看颗粒挑选结果。

颗粒提取 (particle extraction)¶

用 Particle extraction 提取颗粒，设置如下：
点击 Run! 运行；
选中运行完的job，Display 设置为 particles.star ，查看颗粒提取结果。

制作自动挑选的模板 (2D class averaging)¶

用 2D classification 为接下来对所有图像进行自动挑选计算出一个模板，设置如下：
设置 Running ，点击 Run! 运行；

Number of MPI procs: | 3

Number of threads: | 4

Submit to queue? | No
选中运行完的job，Display 设置为 run_it025_optimiser.star ，查看颗粒的模板。

π 集群 Relion¶

命令行运行方式¶

以下简单介绍非GUI的运行方式。

module av relion   # 查看 π 集群上已编译的Relion
# 调用Relion及相关依赖
module load relion/3.1.3-gcc-8.3.0-openmpi
module load ghostscript/9.54.0-gcc-8.3.0   # 用于输出pdf
module load openmpi/4.1.1-gcc-9.3.0
module load cuda/10.2.89-intel-19.0.4   # 用于支持GPU

GPU队列作业提交¶

在 dgx2 队列上使用 1 块 GPU，并配比 6 CPU 核心。

#!/bin/bash
#SBATCH -J test
#SBATCH -p dgx2
#SBATCH -o %j.out
#SBATCH -e %j.err
#SBATCH -N 1
#SBATCH --ntasks-per-node=6
#SBATCH --cpus-per-task=1
#SBATCH --gres=gpu:1

module load relion/3.1.3-gcc-8.3.0-openmpi
srun --mpi=pmi2 relion_refine_mpi (+params)

使用以下命令提交作业。

sbatch test.slurm

其它：作业模板设置¶

cpu队列 small_slurm.bash¶

#!/bin/bash
#SBATCH --partition=small
# set the job name
#SBATCH --job-name=relion_job
# send output to
#SBATCH --output=XXXoutfileXXX
#SBATCH --error=XXXerrfileXXX
# this job requests x nodes
#SBATCH --nodes=1
# this job requests x tasks per node
#SBATCH --ntasks-per-node=XXXmpinodesXXX
#SBATCH --export=ALL
#paste the "print command" from relion here
mpirun -n XXXmpinodesXXX --mca mpi_cuda_support 0 XXXcommandXXX

gpu队列 xGPU_slurm.bash¶

#!/bin/bash
#SBATCH --partition=dgx2
# set the job name
#SBATCH --job-name=relion_job
# send output to
#SBATCH --output=XXXoutfileXXX
#SBATCH --error=XXXerrfileXXX
# this job requests x nodes
#SBATCH --nodes=1
# this job requests x tasks per node
#SBATCH --ntasks-per-node=XXXmpinodesXXX
#SBATCH --cpus-per-task=6
#SBATCH --time=48:00:00
#SBATCH --gres=gpu:4
#SBATCH --export=ALL
#paste the "print command" from relion here
mpirun -n XXXmpinodesXXX XXXcommandXXX

relion

参考资料¶

最后更新: 2024 年 11 月 19 日