edraizen/dssp

edraizen/dssp镜像描述

镜像概述

本镜像基于UCSC计算基因组学实验室（CGL）的Docker化工作流，旨在为基因组学工具提供统一的容器化封装规范。通过标准化的目录结构、构建流程与运行机制，实现工具的便携性、环境无关性与易用性，让工具可在任意支持Docker的硬件上稳定运行。

核心功能

1. 最小依赖封装：镜像仅包含工具及运行必需的最小依赖，减少体积与冲突风险。
2. 直观调用：运行镜像时无需知晓工具位置，无参数自动显示帮助菜单，参数直接追加即可使用。
3. 标准数据挂载：内置/data目录作为默认挂载点，容器工作目录设为/data，便于数据交互。
4. 目录规范：工具及相关脚本存放于/opt/<工具名>目录，结构清晰。
5. 复杂工具优化：支持分层构建分离构建与运行依赖，显著减小最终镜像大小。
6. 版本追踪：采用工具版本--提交哈希的标签格式，便于版本管理与溯源。
7. 权限适配：通过Wrapper脚本自动调整输出文件所有权，适配宿主用户权限。

使用场景

• 基因组学数据分析工具的容器化部署与分发。
• 跨环境（开发/测试/生产）的工具一致性运行。
• 团队协作中工具版本的统一管理与共享。
• 复杂基因组学工具的高效构建与维护。

配置说明

Dockerfile最佳实践

• 避免单独执行RUN apt-get update，需与apt-get install通过&&组合，减少缓存问题。
• 使用WORKDIR（绝对路径）替代CD，确保目录切换稳定。
• 通过ENTRYPOINT的exec形式（如["工具名", "参数"]）启动工具。

复杂工具构建示例

针对多依赖工具，可通过分层构建分离构建与运行环境，示例Makefile：

makefile
build_output = runtime/gatk.jar
runtime_fullpath = $(realpath runtime)
build_tool = runtime-container.DONE
git_commit ?= $(shell git log --pretty=oneline -n1 -- ../gatk | cut -f1 -d" ")
name = quay.io/ucsc_cgl/gatk
tag = 3.4--${git_commit}

build: ${build_output} ${build_tool}

${build_output}: build/Dockerfile
	cd build && docker build -t gatkbuild .
	docker run -v ${runtime_fullpath}:/data gatkbuild cp gatk.jar /data

${build_tool}: ${build_output} runtime/Dockerfile
	cd runtime && docker build -t ${name}:${tag} .
	docker tag -f ${name}:${tag} ${name}:latest
	docker rmi -f gatkbuild
	touch ${build_tool}

push: build
	docker push ${name}:${tag}
	docker push ${name}:latest

Wrapper脚本示例

处理工具启动与权限调整的脚本：

bash
#!/usr/bin/env bash
finish() {
    user_id=$(stat -c '%u:%g' /data)
    chown -R ${user_id} /data
}
trap finish EXIT
java $JAVA_OPTS -jar /opt/cgl-docker-lib/gatk.jar "$@"

部署示例

bash
# 查看工具帮助
docker run edraizen/dssp

# 挂载数据并执行工具命令（以samtools为例）
docker run -v /宿主数据目录:/data edraizen/dssp samtools view -h input.bam