mgibio/basespace_chromoseq

镜像概述和主要用途

本镜像包含Chromoseq工作流运行所需的核心文件，主要用于在MGI（McDonnell Genome Institute）环境中执行基因组测序数据分析。文件集合支持两种运行方式：本地LSF（Load Sharing Facility）集群环境和Basespace平台，提供工作流定义、配置管理及任务启动监控功能。

核心功能和特性

文件组成及功能

• Chromoseq.v9.wdl、application.new.conf、LaunchChromoSeqFromCram.sh：用于MGI本地LSF环境运行，提供工作流定义、配置参数及启动脚本。
• Chromoseq_basespace.v9.wdl：适用于Basespace平台的WDL工作流文件，已移除所有运行时属性（因Basespace Cromwell工作流当前在单节点运行，无需为每个任务启动新容器，现有容器已包含所有任务所需资源）。
• launch_and_monitor_chromoseq.pl：Perl脚本，用于从MGI环境启动Basespace工作流并监控执行状态。
• forms & callbacks.js：Basespace平台的配置文件，控制应用输入参数及启动命令行指令，需手动更新；当前版本最后修改于2019年4月4日。

使用场景和适用范围

• MGI本地LSF集群：通过Chromoseq.v9.wdl等文件在本地高性能计算集群执行基因组数据分析工作流。
• Basespace平台：通过Chromoseq_basespace.v9.wdl及launch_and_monitor_chromoseq.pl在Basespace云平台运行分析任务，适用于需要远程执行或资源共享的场景。

使用方法和配置说明

本地LSF环境运行

直接使用以下文件在MGI本地LSF集群启动工作流：

• Chromoseq.v9.wdl：工作流定义文件
• application.new.conf：配置文件
• LaunchChromoSeqFromCram.sh：启动脚本

Basespace平台运行

前置要求

• 参考Basespace操作指南：[***]
• 配置文件更新：登录MGI组织，访问[***] 手动更新forms和callbacks.js。

启动与监控

使用launch_and_monitor_chromoseq.pl脚本从MGI启动Basespace工作流，需配置脚本中的常量（RefId和ref_fasta）。

常量配置（launch_and_monitor_chromoseq.pl）

RefId获取步骤

1. 原始数据来源于项目full_workflow_test1中的分析任务“DRAGEN Reference Builder 03/28/2019 10:51:57”，分析URL：[***]
2. 执行命令获取AppSession信息：

   bash
   bs appsession get -i 170755135
   

3. 列出项目中关联的AppResult：

   bash
   bs list appresults --project-name=full_workflow_test1 --filter-field=AppSession.Id --filter-term=170755135
   

   输出结果：

   +-----------+---------------+----------------------------------------------+
   |    Id     |     Name      |               AppSession.Name                |
   +-----------+---------------+----------------------------------------------+
   | 213691478 | all_sequences | DRAGEN Reference Builder 03/28/2019 10:51:57 |
   +-----------+---------------+----------------------------------------------+
   

4. 获取AppResult内容：

   bash
   bs content appresult --id=213691478
   

   输出结果：

   +-------------+----------------------+
   |     Id      |       FilePath       |
   +-------------+----------------------+
   | 14321367413 | all_sequences.v7.tar |
   +-------------+----------------------+
   

   上述14321367413即为RefId的值。

ref_fasta获取步骤

1. 数据来源于项目full_workflow_test1中的分析任务，分析URL：[***]
2. 列出项目中关联的AppResult：

   bash
   bs list appresults --project-name=full_workflow_test1 --filter-field=AppSession.Id --filter-term=173645472
   

   输出结果：

   +-----------+---------------+-----------------+
   |    Id     |     Name      | AppSession.Name |
   +-----------+---------------+-----------------+
   | 216723517 | all_sequences | all_sequences   |
   +-----------+---------------+-----------------+
   

3. 获取AppResult内容：

   bash
   bs content appresult --id=216723517
   

   输出结果：

   +-------------+------------------+
   |     Id      |     FilePath     |
   +-------------+------------------+
   | 14477433053 | all_sequences.fa |
   +-------------+------------------+
   

   上述14477433053用于配置ref_fasta参数。