如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
nf-core/gatk是一个基于Nextflow框架构建的生物信息学工作流,集成了Broad Institute开发的Genome Analysis Toolkit(GATK)核心工具,专为高通量基因组测序数据的标准化分析设计。该工作流覆盖从原始测序数据到最终变异结果的完整流程,支持从FastQ文件或比对后BAM文件出发,依次完成序列比对优化、质量控制(如标记PCR重复序列、碱基质量分数重校准)、变异检测(包括单核苷酸多态性SNP和插入缺失Indel)及结果过滤等关键步骤,同时兼容肿瘤-正常配对样本的体细胞变异分析,满足不同研究场景需求。 作为nf-core社区维护的标准化工作流,其核心优势在于环境一致性与结果可重复性。通过Docker或Singularity容器封装所有依赖工具(如GATK4、BWA、Picard等),避免因软件版本或系统环境差异导致的分析偏差,同时支持本地服务器、集群及云平台(如AWS、Google Cloud)等多种计算环境部署,灵活适配不同实验室的硬件条件。此外,工作流内置质量控制模块,可自动生成覆盖度统计、变异质量指标等报告,帮助用户快速评估数据可靠性;社区持续更新确保工具版本与GATK最新最佳实践同步,减少手动配置工具的时间成本。 该工作流广泛适用于科研机构、测序中心及临床研究团队,可直接用于疾病相关基因变异筛查(如癌症驱动突变检测)、群体遗传学分析(如人类群体多态性研究)、模式生物基因组变异鉴定等场景,帮助研究人员高效转化测序数据为生物学结论,推动基因组学研究的标准化与可重复性。
来自真实用户的反馈,见证轩辕镜像的优质服务