一、基因结构

准备基因ID和gff文件

金山文档link

原始金山文档link

1. 请大家对自己的容器进行备注。链接为https://www.kdocs.cn/l/cb4pmHnjiXlp 
2. 课题组私有镜像仓库地址10.202.40.90。打包镜像时不要打包大型数据，镜像内部要包含必要文件，环境和使用说明。理论上单个镜像不应该超过20GB，使用深度学习模型的docker除外。由于我们服务器的系统版本比较低，安装的podman只支持在root用户下打包，请大家把镜像commit好后告诉姜晨昊，由他完成上传。
3. 启动容器的时候必须挂载路径，docker启动的时候默认挂载/data，docker崩溃数据无法取出；还会造成/data越来越大，越来越满，一旦/data满了，所有92，93上的docker程序都会停止、崩溃。
4. 每个人原则上只允许有一个长期运行的虚拟机性质的容器。 
5. 容器命名规则：以唯一前缀作为容器开头名字 ，例如jch_esmfold 是姜晨昊的esmfold容器。
6.现计划每两周统计一次容器大小。

截止2025.09.25，BreedRupal 香榧品种数据库一共进行了三次备份：

注意：需要在每一次大批量导入数据前后，都需要备份数据库。

第一次： 2024-11-26

本次记录是在完成潘母港的全部数据录入后。
具体操作：

一、 准备环境 确保已安装： 

• bedtools（用于基因组操作） 

• samtools（用于索引基因组文件） 

• grep、awk（文本处理） 

如未安装，运行以下命令：

sudo apt-get update 

sudo apt-get install bedtools samtools 

二、 准备输入文件 

• 基因组文件 genome.fa 

• 注释文件 .gff 

三、 提取 

1.生成索引基因组文件 samtools faidx genome.fa 

2.创建基因位置提取脚本 

注：将脚本以.txt格式上传，extract_promoters.txt 

3.执行脚本

 # 使脚本可执行 

chmod +x extract_promoters.sh 

# 运行脚本 

./extract_promoters.sh 

结果验证： 

# 查看提取的基因数量 

grep -c ">" target_promoters.fa 

# 查看序列长度分布