jamesgallant/pegasus

镜像概述

本Docker镜像封装了Pegasus管道，专注于从结核分枝杆菌的多基因缺失数据中检测基因融合事件。镜像内置所有依赖，无需额外安装，可在任何支持Docker的环境中运行。预设支持H37Rv和CDC1551两种结核分枝杆菌参考基因组，同时允许用户配置自定义细菌参考基因组。

核心功能

• 检测结核分枝杆菌中的基因融合事件
• 支持预设参考基因组（H37Rv、CDC1551）
• 提供自定义细菌参考基因组的配置能力
• 生成包含BAM文件、推定嵌合体序列等分析结果
• 支持多线程与内存资源的灵活配置

使用场景

• 结核分枝杆菌基因融合机制研究
• 细菌基因组变异分析项目
• 临床结核样本的分子特征鉴定

配置说明

1. 拉取镜像

在Linux系统中执行以下命令拉取镜像：

bash
sudo docker pull jamesgallant/pegasus

2. 准备数据

创建目录存放Illumina原始测序文件（命名格式：mysample1_R1_001.fastq.gz、mysample1_R2_001.fastq.gz）及样本列表文件（每行一个样本名，如mysample1）。

3. 运行容器

挂载数据目录并进入容器：

bash
sudo docker run -v /home/user/path/to/myfiles:/home/pegasus/myfiles -it jamesgallant/pegasus

进入容器后可通过ls查看挂载的myfiles目录。

4. 执行管道

步骤1：创建输出目录

bash
mkdir ./myfiles/out

步骤2：运行管道脚本

执行Pegasus.sh并传入参数：

bash
bash Pegasus.sh [raw_files_dir] [samples_file] [output_dir] [threads] [ram] [gene_fusions_bool] [reference] [verbose_bool]

参数说明：

5. 自定义参考基因组配置

准备文件

• 去除质粒序列的参考基因组FASTA文件（格式为.fasta，未压缩）
• NCBI表格格式的注释文件

执行配置脚本

bash
bash build_references.sh [custom_ref_fasta] [annotation_file] [reference_name]

参数说明：

配置完成后可通过cd ./references && ls验证新参考目录是否生成。