nanozoo/flye

Flye Docker镜像文档

镜像概述

Flye Docker镜像是基于Flye基因组组装工具构建的容器化解决方案。Flye是一款专为长读长测序数据设计的从头组装工具，尤其适用于PacBio和Oxford Nanopore平台生成的数据。该镜像提供了便捷的部署方式，消除了复杂的环境配置过程，使用户能够快速开始基因组组装分析。

维护者: Adrian Viehweger
许可证: BSD-3-Clause
项目主页: https://github.com/fenderglass/Flye

核心功能与特性

• 支持PacBio CLR、HiFi和Oxford Nanopore长读长测序数据
• 高效处理大型基因组和复杂重复区域
• 提供从原始读取到最终组装的完整流程
• 支持细菌、古菌、真菌和大型真核生物基因组组装
• 内置质量评估和可视化工具

使用场景

• 微生物基因组从头组装
• 复杂真核生物基因组分析
• 长读长测序数据处理流程集成
• 基因组学研究和教学环境
• 生物信息学管道自动化

使用方法

基本使用

bash
docker run --rm -v /path/to/data:/data fenderglass/flye --help

标准基因组组装流程

bash
docker run --rm -v /path/to/data:/data fenderglass/flye \
  --pacbio-raw /data/input_reads.fastq \
  --genome-size 5m \
  --out-dir /data/assembly_result \
  --threads 8

参数说明

主要参数:

• --pacbio-raw <file>: PacBio CLR原始读取文件
• --pacbio-hifi <file>: PacBio HiFi读取文件
• --nano-raw <file>: Oxford Nanopore原始读取文件
• --nano-corr <file>: 校正后的Oxford Nanopore读取文件
• --genome-size <size>: 预估基因组大小 (例如: 5m, 3g)
• --out-dir <directory>: 输出目录
• --threads <number>: 线程数

使用docker-compose集成

yaml
version: '3'
services:
  flye:
    image: fenderglass/flye
    volumes:
      - ./data:/data
    command: --pacbio-raw /data/reads.fastq --genome-size 5m --out-dir /data/result --threads 8

高级配置

挂载数据卷

为了高效处理大型测序文件，建议使用数据卷挂载而非文件复制:

bash
docker run --rm \
  -v /local/data:/data \
  -v /local/results:/results \
  fenderglass/flye \
  --nano-raw /data/ont_reads.fastq \
  --genome-size 3g \
  --out-dir /results/human_genome_assembly \
  --threads 16

环境变量

目前Flye镜像支持以下环境变量:

• FLYE_OPTS: 设置默认命令行选项
• NUM_THREADS: 设置默认线程数 (默认: 4)

bash
docker run --rm -e NUM_THREADS=12 -v /data:/data fenderglass/flye --pacbio-raw /data/reads.fastq --genome-size 5m --out-dir /data/result

输出文件

成功运行后，输出目录将包含以下主要文件:

• assembly.fasta: 最终组装结果
• assembly_graph.gfa: 组装图
• assembly_info.txt: 组装统计信息
• logs/: 详细运行日志

注意事项

• 长读长测序数据分析需要大量内存，建议根据基因组大小调整系统资源
• 对于特别大的基因组组装，可能需要增加Docker容器的内存限制
• 确保输入数据路径正确挂载到容器中
• 不同测序平台数据需要使用相应的输入参数

参考资料

• https://github.com/fenderglass/Flye/blob/master/docs/USAGE.md
• Flye发表文章