jmonlong/samtools-jm

jmonlong/samtools-jm镜像说明

镜像概述

本镜像基于开源生物信息学工具samtools进行修改，新增了CRAM文件处理时按读名拆分的功能，旨在帮助用户将大型CRAM转换任务拆分为更小的子任务，适配云环境中的抢占式实例，降低计算成本并减少任务失败风险。

核心功能

• 在samtools view命令中新增两个参数：
  • -N：指定拆分的总块数
  • -n：指定当前输出的块序号
• 按读名（去除最后一个字符）进行拆分，确保配对读（pair-end reads）始终处于同一子集中
• 支持CRAM文件到FASTQ等格式的拆分转换

使用场景

• 云环境中使用抢占式实例处理大型CRAM文件转换任务
• 需要将CRAM转换任务并行化以提升效率的场景
• 降低单任务失败对整体流程影响的场景

配置说明

使用时需在samtools view命令中添加新增参数：

• -N：设置拆分的总块数（如10表示拆分为10块）
• -n：设置当前要输出的块序号（从1开始）

部署示例

Docker Run命令

bash
docker run --rm jmonlong/samtools-jm samtools view -N 10 -n 3 input.cram > output_chunk3.cram

该命令将input.cram拆分为10块，并输出第3块到output_chunk3.cram文件中。

Docker Compose示例（可选）

yaml
version: '3'
services:
  samtools:
    image: jmonlong/samtools-jm
    volumes:
      - ./data:/data
    command: samtools view -N 5 -n 2 /data/input.cram > /data/output_chunk2.cram

将本地./data目录挂载到容器内，处理input.cram并输出第2块结果。