【优化】增强功能与修复错误

Docker.md

@@ -0,0 +1,83 @@
+## Docker镜像使用说明
+
+STABOX所需的依赖环境已提供为Docker镜像，方便用户快速部署。
+
+## 下载 Docker 镜像
+
+请从以下链接下载STABOX的Docker镜像压缩文件（XZ格式）：
+
+[下载链接](https://drive.google.com/drive/folders/1E1u3BdQH5oguPvfY2y2kxDWnYbStZSoJ?usp=sharing)
+
+下载完成后，使用以下命令解压文件：
+
+```bash
+xz -d -T0 zhanglab_stabox.tar.xz
+```
+
+其中，`-T0`选项表示自动选择多个CPU进行解压，以加快解压速度。
+
+## 加载 Docker 镜像
+
+确保你已经安装并配置了Docker环境。然后使用以下命令加载镜像：
+
+```bash
+docker load -i zhanglab_stabox.tar
+```
+
+可以通过以下命令查看已加载的镜像：
+
+```bash
+docker images
+```
+
+应该可以看到 `zhanglab_stabox` 镜像。
+
+## 运行 Docker 容器
+
+运行容器时，可以通过以下命令启动容器：
+
+```bash
+docker run --gpus all -it -v /mnt/disk1/LZJ/project/STABox:/home -d zhanglab_stabox
+```
+
+- `--gpus all`：表示允许容器访问宿主机的所有GPU。
+- `-v /mnt/disk1/LZJ/project/STABox:/home`：此参数将本地的STABox代码目录映射到Docker容器的`/home`目录，便于在容器中运行代码。
+
+## GPU 支持问题
+
+如果你遇到以下错误：
+
+```bash
+docker: Error response from daemon: could not select device driver "" with capabilities: [[gpu]].
+```
+
+说明你的Docker环境目前不支持GPU。要启用GPU支持，请按照以下步骤安装 `nvidia-docker2`：
+
+1. 安装 `nvidia-container-toolkit`：
+
+```bash
+curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
+```
+
+2. 更新 apt 包列表并安装 `nvidia-container-toolkit`：
+
+```bash
+sudo apt-get update
+sudo apt-get install -y nvidia-container-toolkit
+```
+
+3. 配置 Docker 使用 NVIDIA GPU：
+
+```bash
+sudo nvidia-ctk runtime configure --runtime=docker
+```
+
+4. 重启 Docker 服务：
+
+```bash
+sudo systemctl restart docker
+```
+
+## 运行 STABOX
+
+完成以上设置后，你就可以在Docker容器中运行STABOX进行训练、测试、预测等操作。

README.md

@@ -48,6 +48,8 @@ conda create -n env_STABox python=3.8
 
 #activate your environment
 conda activate env_STABox
+详细步骤见同级的README_DETAIL.md文件
+
 ```
 
 
@@ -104,3 +106,6 @@ Q: How to install **PyG** from whl files?
 
 A: Please download the whl files from https://pytorch-geometric.com/whl/index.html. Note that the version of python, torch, PyG, and cuda should match. 
 
+Q: Would it be more convenient if the dependencies for STABOX could be packaged into Docker images?
+
+A: Yes, using Docker containers can simplify environment configuration and dependency management. Here are the basic steps to create a Docker image:[here](/Docker.md)

README_DETAIL.md

@@ -0,0 +1,109 @@
+```
+# 从零开始搭建STABox环境
+
+1. 创建并激活环境：
+   ```bash
+   conda create -n stomics python=3.10
+   conda activate stomics
+   ```
+
+2. 安装必要的包：
+   ```bash
+   pip install 'scanpy[leiden]'
+   pip install requests
+   ```
+
+3. 查看显卡驱动版本：
+   ```bash
+   nvidia-smi
+   ```
+
+   输出示例：
+   ```
+   +---------------------------------------------------------------------------------------+
+   | NVIDIA-SMI 535.183.01             Driver Version: 535.183.01   CUDA Version: 12.2     |
+   |-----------------------------------------+----------------------+----------------------+
+   ```
+
+4. 安装 PyTorch：
+   ```bash
+   pip3 install torch torchvision torchaudio
+   ```
+   > 注意：此时 torch 版本是 2.4.1，后面安装 dgl 库会删除 torch 2.4.1，转而安装 torch 2.4.0，影响不大。
+
+5. 查看已安装包：
+   ```bash
+   pip list
+   ```
+
+6. 安装其他依赖：
+   ```bash
+   pip install progress
+   ```
+
+7. 处理缺少模块：
+   ```bash
+   pip install pyyaml  # No module named 'yaml'
+   pip install torch_geometric
+   pip install hnswlib
+   pip install intervaltree
+   pip install annoy
+   pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-2.4.0+cu121.html
+   pip install POT  # No module named 'ot'
+   pip install dgl -f https://data.dgl.ai/wheels/torch-2.4/cu121/repo.html
+   ```
+
+8. 再次查看已安装包，确认 torch 版本：
+   ```bash
+   pip list
+   ```
+   > 可以看到 torch 版本已经变成 2.4.0。
+
+9. 安装 R 环境：
+   ```bash
+   conda install r-base  # 安装 rpy2 前先用 conda 安装 R 语言环境
+   ```
+
+10. 进入 R 语言环境，安装 mclust 包：
+    ```R
+    R
+    install.packages("mclust")  # 随便选一个源，我选的是 20
+    q()  # 退出 R 语言环境
+    ```
+
+11. 安装 rpy2：
+    ```bash
+    pip install rpy2
+    ```
+
+12. 至此，可以运行以下链接成功：
+    - [T1_DLPFC](https://stagate.readthedocs.io/en/latest/T1_DLPFC.html)
+
+13. 安装 louvain：
+    ```bash
+    pip install louvain
+    ```
+
+14. 至此，可以运行以下链接成功：
+    - [T4_Stereo](https://stagate.readthedocs.io/en/latest/T4_Stereo.html)
+
+15. 运行以下链接：
+    - [Tutorial_STABox_STAligner](https://stabox-tutorial.readthedocs.io/en/latest/Tutorial_STABox_STAligner.html)
+
+16. 图形界面需要额外安装以下包：
+    ```bash
+    pip install ttkbootstrap
+    pip install opencv-python
+    pip install upsetplot
+    pip install gseapy
+    ```
+
+17. 本地安装端口转发工具 XLaunch，把服务器端图形界面 export display 到本地电脑，通常会有些卡顿：
+    ```bash
+    cd STABox/src
+    python -m stabox.view.app
+    ```
+
+> 至此，STABOX 界面可以启动成功。
+具体 pip 环境见 requirement.txt 文件。
+```