aryeelab/bismark

aryeelab/bismark镜像说明

镜像概述

本镜像属于aryeelab/dna-methylation-tools仓库的一部分，由Aryee Lab维护，用于DNA甲基化数据的全流程分析。它整合了Bismark等工具，支持从原始测序数据到CpG位点甲基化估计的预处理、质控和聚合，覆盖全基因组（WGBS）、简化代表性（RRBS）和杂交捕获（HSBS）三种bisulfite测序技术。

核心功能

1. 多类型测序分析：支持WGBS、RRBS、HSBS的比对与甲基化位点 calling；
2. 云与本地兼容：可在FireCloud云平台（规模化分析）或本地Cromwell环境（个人使用）运行；
3. 可重复性与扩展性：确保跨平台分析结果一致，支持单样本（100GB+数据）和单细胞（数千细胞）的大规模数据处理；
4. 质控与聚合：提供样本级预处理和集合级聚合分析，生成质控报告与标准化甲基化数据；
5. 公共数据整合：支持用户数据与TCGA等公共数据的对比分析。

使用场景

• 科研机构：对bisulfite测序数据进行标准化分析，生成可发表的结果；
• 临床研究：处理大规模样本数据，挖掘甲基化与疾病的关联；
• 个人实验室：在本地环境快速验证分析流程，降低云平台成本。

配置说明

主要参数

比对与甲基化Calling参数

• r1_fastq/r2_fastq：配对末端FASTQ文件路径；
• genome_index：Bismark专用参考基因组索引文件；
• n_bp_trim_read1/n_bp_trim_read2：Read1/Read2的修剪碱基数量（仅WGBS/HSBS）；
• chrom_sizes：染色体大小文件（用于生成BIGWIG）。

聚合分析参数

• in_pe_reports_files：Bismark比对报告文件；
• in_covgz_files：覆盖度输出文件；
• BSGenome_package：Bioconductor的BSGenome包名称（如hg19、mm10）。

通用参数

• cpu：CPU核心数；
• memory：内存大小（如16G）；
• preemptible：是否使用抢占式虚拟机（0为非抢占，降低成本但可能中断）。

部署示例

本地Cromwell环境构建（镜像相关）

bash
# 构建Cromwell镜像（用于本地运行WDL流程）
git clone https://github.com/aryeelab/dna-methylation-tools.git
cd dna-methylation-tools
docker build -t aryeelab/cromwell Docker/cromwell

本地运行WGBS流程（基于Cromwell）

bash
# 编辑配置文件bismark_wgbs.json，替换路径为本地绝对路径
java -jar cromwell-30.2.jar run bismark_wgbs.wdl -i bismark_wgbs.json

FireCloud云平台使用

1. 克隆工作空间aryee-lab/dna-methylation；
2. 上传FASTQ文件到Google Cloud Bucket；
3. 选择对应流程（如bismark_wgbs）并配置参数；
4. 启动分析并在Monitor标签查看进度。

注意事项

• 云平台使用需遵守对应服务商的条款；
• 大规模数据建议使用抢占式虚拟机降低成本；
• 质控分析依赖Bioconductor包scmeth，需确保环境依赖完整。