biocorecrg/nanoporebasecall

镜像概述

本Docker镜像基于Ubuntu 18.04系统构建，集成了对NVIDIA GPU的支持，并预装Nanopore测序数据分析常用工具：Guppy、Albacore和Porechop。旨在为Nanopore测序数据处理提供便捷、一致的运行环境，尤其适用于需要GPU加速的碱基识别场景。

核心功能与特性

• 基础环境：基于Ubuntu 18.04 LTS，确保系统稳定性和兼容性
• NVIDIA支持：内置NVIDIA驱动及CUDA运行时，支持GPU加速计算
• 工具集成：
  • Guppy：Oxford Nanopore Technologies官方碱基识别工具，支持多种Nanopore测序芯片，提供高效的GPU加速碱基调用
  • Albacore：Nanopore早期碱基识别工具，适用于需要兼容旧版数据分析流程的场景
  • Porechop：用于修剪Nanopore测序读段中的adapter序列、barcode及其他接头序列的预处理工具

使用场景

• Nanopore测序数据（如MinION、GridION、PromethION平台产出数据）的碱基识别（basecalling）
• 原始Nanopore读段的adapter序列、barcode修剪与预处理
• 需要GPU加速以提高碱基识别效率的高通量测序数据分析
• 测序数据分析流程的标准化部署与复现

使用方法

前提条件

• 主机已安装Docker Engine（19.03+）
• 主机已安装nvidia-docker2，以支持GPU资源分配
• 主机具备兼容的NVIDIA GPU（需支持CUDA计算能力3.5+）

基本使用命令

查看工具版本

bash
docker run --gpus all --rm [镜像名称] guppy_basecaller --version
docker run --gpus all --rm [镜像名称] albacore --version
docker run --gpus all --rm [镜像名称] porechop --version

运行Guppy碱基识别

bash
docker run --gpus all -v /path/to/input/data:/input -v /path/to/output:/output --rm [镜像名称] \
  guppy_basecaller -i /input/fast5_files -s /output/basecall_results \
  -c dna_r9.4.1_450bps_hac.cfg --device auto

参数说明：

• -v /path/to/input/data:/input：挂载本地输入数据目录（包含Fast5文件）到容器内/input
• -v /path/to/output:/output：挂载本地输出目录到容器内/output
• -c：指定碱基识别配置文件（根据测序芯片类型选择，如dna_r9.4.1_450bps_hac.cfg对应R9.4.1芯片高准确度模式）
• --device auto：自动选择GPU设备（多GPU环境可指定具体设备ID，如cuda:0）

运行Porechop修剪读段

bash
docker run --rm -v /path/to/input:/input -v /path/to/output:/output [镜像名称] \
  porechop -i /input/raw_reads.fastq -o /output/trimmed_reads.fastq \
  --adapter_threshold 80 --check_reads 1000

参数说明：

• -i：输入原始Fastq文件路径
• -o：输出修剪后Fastq文件路径
• --adapter_threshold：adapter序列匹配阈值（0-100，默认80）
• --check_reads：用于检测adapter的读段数量（默认1000）

高级配置

自定义Guppy配置文件

若需使用自定义Guppy配置文件，可通过挂载方式传入：

bash
docker run --gpus all -v /path/to/custom_config:/config -v /path/to/data:/data --rm [镜像名称] \
  guppy_basecaller -i /data/input -s /data/output -c /config/custom.cfg --device auto

多GPU资源分配

在多GPU主机上，可通过--gpus参数指定使用的GPU数量或具体设备：

bash
# 使用所有GPU
docker run --gpus all ...

# 使用指定GPU（如第0和第1块GPU）
docker run --gpus '"device=0,1"' ...

注意事项

• 运行GPU加速工具时必须添加--gpus参数，否则将默认使用CPU模式（效率显著降低）
• 不同测序芯片需匹配对应的Guppy配置文件，可通过guppy_basecaller --list_configs查看支持的配置
• Albacore为 legacy 工具，建议优先使用Guppy进行碱基识别以获得更好性能和准确性