jiarong/virsorter

VirSorter2 Docker镜像文档

镜像概述

本Docker镜像封装了VirSorter2，一款专为宏基因组数据设计的病毒序列识别与分类工具。VirSorter2通过整合机器学习模型与病毒基因组特征，实现对病毒序列的高精度识别，并支持多种宏基因组数据类型（如组装contigs、宏基因组测序reads）。Docker容器化确保了工具运行环境的一致性，避免依赖冲突，简化跨平台部署与使用流程，适用于病毒组学研究、微生物生态学分析等场景。

核心功能与特性

• 病毒序列识别：基于病毒基因组特征（如基因密度、密码子使用偏好）和机器学习模型，从复杂宏基因组数据中准确识别潜在病毒序列。
• 分类与注释：对识别的病毒序列进行分类，支持病毒科、属水平的注释，并提供置信度评分。
• 多数据类型支持：兼容组装后的contigs、 scaffolds及未组装的宏基因组reads。
• 标准化环境：Docker容器封装所有依赖（如Python、生物信息学工具链），确保分析结果可重复。
• 灵活参数配置：支持通过命令行参数调整分析阈值（如长度 cutoff、置信度阈值），适应不同研究需求。

使用场景

• 病毒组学研究：快速从环境或宿主相关宏基因组数据中提取病毒序列，构建病毒基因组数据集。
• 宏基因组深度分析：作为宏基因组下游分析工具，补充病毒组分信息，完善微生物群落结构解析。
• 微生物生态学研究：探索环境（如土壤、水体、肠道）中病毒多样性与分布特征。
• 临床病毒检测：辅助从临床样本宏基因组数据中识别潜在致病病毒序列（需结合其他验证手段）。

使用方法与配置说明

前提条件

• 已安装Docker Engine（版本≥19.03）。
• 本地数据目录包含输入文件（如宏基因组contigs FASTA文件）。

基本使用命令

通过docker run启动容器，需挂载本地数据目录（输入文件）和输出目录（结果保存），示例如下：

bash
docker run -it --rm \
  -v /本地输入目录:/input \
  -v /本地输出目录:/output \
  docker.xuanyuan.run/virsorter2:latest \
  run \
  --input /input/your_contigs.fasta \
  --output /output/virsorter2_results \
  --db-dir /opt/virsorter2/db \  # 容器内预配置的数据库路径
  --min-length 1000  # 可选：设置最小序列长度阈值（默认300nt）

参数说明

数据挂载说明

• 输入数据：本地输入目录需包含待分析的FASTA文件（如组装contigs），通过-v /本地输入目录:/input挂载至容器内/input目录。
• 输出结果：分析结果（病毒序列文件、分类报告、日志等）将保存至容器内/output目录，需通过-v /本地输出目录:/output挂载至本地目录以持久化保存。

高级配置

自定义数据库

若需使用更新或自定义数据库，可通过挂载外部数据库目录覆盖容器内默认数据库：

bash
docker run -it --rm \
  -v /本地输入目录:/input \
  -v /本地输出目录:/output \
  -v /本地自定义数据库目录:/opt/virsorter2/db \  # 覆盖默认数据库
  virsorter2:latest \
  run \
  --input /input/your_contigs.fasta \
  --output /output/virsorter2_results

调整线程数

通过--threads参数指定分析线程数，优化运行效率（默认使用1线程）：

bash
docker run -it --rm \
  -v /本地输入目录:/input \
  -v /本地输出目录:/output \
  docker.xuanyuan.run/virsorter2:latest \
  run \
  --input /input/your_contigs.fasta \
  --output /output/virsorter2_results \
  --threads 8  # 使用8线程加速分析

输出文件说明

分析完成后，/output/virsorter2_results目录下将生成以下关键文件：

• final-viral-combined.fa：识别的病毒序列合并文件（FASTA格式）。
• viral-affi-contigs.tab：病毒序列分类与注释结果表（TSV格式，包含序列ID、长度、分类、置信度等信息）。
• logs/：分析过程日志文件，用于故障排查。