apariciobioinformaticscoop/wasp-mapping

镜像概述

本Docker镜像基于genomes-in-the-cloud镜像（us.gcr.io/broad-gotc-prod/genomes-in-the-cloud:2.4.3-***）构建，旨在为Cromwell工作流管理系统提供运行WASP（https://github.com/bmvdgeijn/WASP%EF%BC%89%E6%89%80%E9%9C%80%E7%9A%84%E5%AE%8C%E6%95%B4%E7%8E%AF%E5%A2%83%E3%80%82%E9%95%9C%E5%83%8F%E9%9B%86%E6%88%90%E4%BA%86%E5%A4%9A%E7%A7%8D%E7%94%9F%E7%89%A9%E4%BF%A1%E6%81%AF%E5%AD%A6%E5%B7%A5%E5%85%B7%EF%BC%8C%E6%BB%A1%E8%B6%B3%E7%AD%89%E4%BD%8D%E5%9F%BA%E5%9B%A0%E7%89%B9%E5%BC%82%E6%80%A7%E5%88%86%E6%9E%90%E5%8F%8A%E7%9B%B8%E5%85%B3%E5%9F%BA%E5%9B%A0%E7%BB%84%E5%AD%A6%E7%A0%94%E7%A9%B6%E7%9A%84%E9%9C%80%E6%B1%82%E3%80%82

核心功能和特性

• 基础环境：基于genomes-in-the-cloud:2.4.3-***，提供稳定的生物信息学分析基础
• WASP支持：包含WASP源代码，支持等位基因特异性映射和分析流程
• Miniconda3及科学计算库：预装Miniconda3，集成pandas、numpy、scipy、pysam等数据分析工具
• 序列比对工具：集成BWA（Burrows-Wheeler Aligner），用于高效序列比对（替代Bowtie）
• 变异和区域分析工具：包含VCFTools（VCF文件处理）和BEDTools（基因组区域操作）

使用场景和适用范围

• 基因组学研究中需要运行WASP进行等位基因特异性分析的场景
• 基于Cromwell工作流管理系统的生物信息学分析流程
• 需要整合BWA比对、VCF文件处理、BED区域分析的基因组数据处理任务

使用方法和配置说明

基础运行命令

bash
docker run -it --rm [镜像名称]:[标签] [命令]

注：需将[镜像名称]:[标签]替换为实际镜像标识

Cromwell工作流集成示例

在WDL文件中引用本镜像的示例配置：

wdl
task run_wasp_analysis {
  input {
    File input_bam
    File input_vcf
    String output_prefix
  }
  
  runtime {
    docker: "[镜像名称]:[标签]"  # 替换为实际镜像路径
    memory: "32 GB"
    cpu: 16
    disks: "local-disk 100 HDD"
  }
  
  command <<<
    # 运行WASP映射分析
    python /path/to/WASP/mapping/run_wasp.py \
      --bam ${input_bam} \
      --vcf ${input_vcf} \
      --output ${output_prefix} \
      --aligner bwa
    
    # 使用BEDTools处理结果区域
    bedtools intersect -a ${output_prefix}.regions.bed -b annotations.bed > ${output_prefix}.annotated.bed
  >>>
  
  output {
    File wasp_output = "${output_prefix}.results.txt"
    File annotated_regions = "${output_prefix}.annotated.bed"
  }
}

工具调用说明

• WASP：通过源代码路径调用，例如python /path/to/WASP/[模块]/[脚本].py
• BWA：直接使用bwa命令，支持mem、aln等标准比对模式
• VCFTools：使用vcftools命令，支持--vcf、--out等参数处理VCF文件
• BEDTools：使用bedtools命令，支持intersect、merge、coverage等区域操作
• Python库：通过Miniconda3环境直接调用，如import pandas、import pysam等

环境要求

• 建议至少4GB内存，大型数据集分析需16GB以上
• 需挂载数据卷以访问输入文件和输出结果
• 支持Linux x86_64架构