nanozoo/canu

Canu Docker镜像文档

镜像概述

Canu Docker镜像是长读长测序数据组装工具Canu的容器化版本。Canu由MARBL（Maryland Advanced Research Computing Center）开发，主要用于处理PacBio和Oxford Nanopore等平台产生的长读长DNA序列，实现基因组的从头组装。本镜像遵循GNU GENERAL PUBLIC LICENSE许可，源码来源于https://github.com/marbl/canu。

核心功能与特性

• 长读长数据组装：针对PacBio SMRT和Oxford Nanopore等平台的长读长序列进行高效组装
• 错误校正：内置序列错误校正模块，提升原始读长数据质量
• 序列修剪：自动识别并修剪低质量序列区域
• 组装优化：通过分层组装策略，平衡组装准确性与计算效率
• 多平台支持：兼容主流长读长测序技术产生的数据格式

使用场景

• 基因组学研究中的从头基因组组装
• 复杂基因组（如含有重复序列、高杂合度的基因组）的组装分析
• 科研机构、测序中心对长读长测序数据的批量处理
• 微生物、植物、动物等不同物种的基因组组装项目

使用方法与配置说明

基本使用方式

通过docker run命令启动Canu容器，基本语法如下：

bash
docker run -v /本地数据目录:/data docker.xuanyuan.run/canu [canu参数]

参数说明

Canu的核心参数包括（具体可参考https://github.com/marbl/canu）：

• genomeSize：预估基因组大小（如3g表示3Gb）
• corOutCoverage：校正阶段的覆盖度限制
• maxThreads：最大线程数
• -p：输出前缀
• -d：输出目录

使用示例

以组装某细菌基因组（预估大小5Mb）为例：

bash
docker run -v /path/to/reads:/data docker.xuanyuan.run/canu \
  -p bacterial_genome \
  -d /data/assembly_output \
  genomeSize=5m \
  corOutCoverage=100 \
  maxThreads=8 \
  -nanopore /data/raw_reads.fastq

数据挂载

需将本地数据目录挂载到容器内的/data目录（或自定义目录），确保Canu能访问输入数据并输出结果到本地。

许可证信息

本镜像基于GNU GENERAL PUBLIC LICENSE许可发布，详细许可条款可参考https://www.gnu.org/licenses/gpl.html。

参考链接

• Canu官方GitHub：https://github.com/marbl/canu
• Dockerwiki文档：[***]