edraizen/cns

镜像概述

edraizen/cns镜像遵循UCSC的CGL Docker化工作流程，提供基因组学工具容器化的标准规范和最佳实践。其目标是将基因组学工具封装为模块化、可移植的Docker容器，使其能在几乎任何硬件上运行，且用户无需关注工具内部的部署细节。

核心功能

1. 标准化容器结构：定义统一的目录规范（如/data为挂载点、/opt/<工具名>存放软件资源），确保容器一致性。
2. 最小化依赖：仅包含工具运行所需的最小依赖，减少镜像体积与冗余。
3. 便捷调用方式：通过ENTRYPOINT设置包装脚本，用户直接调用容器即可启动工具，无参数时自动显示帮助菜单。
4. 标签管理规范：采用${工具版本}--${最近提交哈希}的标签格式，同时维护latest标签便于快速部署。
5. 复杂工具优化：支持分离构建依赖与运行时依赖，降低最终镜像大小。

使用场景

适用于基因组学工具开发者进行容器化封装，或研究人员使用标准化容器开展数据分析：

• 封装Samtools、BWA等常用基因组学工具为Docker容器；
• 构建基因组分析流程（如变异检测）中的标准化工具组件；
• 确保不同环境下工具运行结果的一致性。

配置说明

目录结构

• /data：标准数据挂载点，容器默认工作目录设为该路径；
• /opt/<工具名>：存放工具脚本、JAR包或二进制文件。

Dockerfile最佳实践

• 避免单独执行RUN apt-get update，需与apt-get install合并（如RUN apt-get update && apt-get install -y xxx）；
• 使用WORKDIR（绝对路径）设置工作目录，替代CD命令；
• 采用ENTRYPOINT的exec形式（如["java", "-jar", "/opt/tool.jar"]）启动工具。

包装脚本

作为ENTRYPOINT的核心组件，负责工具调用与输出权限修复：

bash
#!/usr/bin/env bash
# 修复输出文件所有权
finish() {
    user_id=$(stat -c '%u:%g' /data)
    chown -R ${user_id} /data
}
trap finish EXIT
# 调用工具
java $JAVA_OPTS -jar /opt/cgl-docker-lib/gatk.jar "$@"

标签规范

• 格式：${工具版本}--${最近提交哈希}（如3.4--abc123）；
• 维护latest标签，关联最新稳定版本。

部署示例

（以符合该标准的基因组工具为例）

1. 查看工具帮助：

bash
docker run edraizen/cns

2. 挂载数据并运行工具：

bash
docker run -v /宿主数据目录:/data edraizen/cns [工具参数]

3. 构建复杂工具镜像（参考Makefile流程）：

makefile
# 构建运行时镜像
runtime/Dockerfile:
  cd runtime && docker build -t ${镜像名}:${标签} .