nanozoo/seqkit

seqkit v0.10.1 Docker镜像文档

镜像概述

本镜像基于seqkit v0.10.1版本构建，seqkit是由shenwei356开发的轻量级命令行工具（项目地址：https://github.com/shenwei356/seqkit%EF%BC%89%EF%BC%8C%E4%B8%93%E6%B3%A8%E4%BA%8E%E7%94%9F%E7%89%A9%E5%BA%8F%E5%88%97%E6%95%B0%E6%8D%AE%EF%BC%88FASTA/FASTQ%E6%A0%BC%E5%BC%8F%EF%BC%89%E7%9A%84%E9%AB%98%E6%95%88%E5%A4%84%E7%90%86%E3%80%82%E9%95%9C%E5%83%8F%E6%8F%90%E4%BE%9B%E4%BE%BF%E6%8D%B7%E7%9A%84%E9%83%A8%E7%BD%B2%E6%96%B9%E5%BC%8F%EF%BC%8C%E5%8F%AF%E5%BF%AB%E9%80%9F%E5%BA%94%E7%94%A8%E4%BA%8E%E5%90%84%E7%B1%BB%E7%94%9F%E7%89%A9%E4%BF%A1%E6%81%AF%E5%AD%A6%E5%88%86%E6%9E%90%E5%9C%BA%E6%99%AF%E3%80%82

核心功能与特性

• 序列搜索：支持基于ID、名称或序列内容快速查找目标序列
• 序列过滤：根据长度、GC含量、质量值等条件筛选序列
• 格式转换：实现FASTA与FASTQ格式互转，支持序列格式标准化
• 序列统计：计算序列长度、GC含量、N含量等基础统计信息
• 子序列提取：按位置或模式提取序列片段
• 轻量级设计：体积小，运行效率高，依赖少

使用场景与适用范围

• 基因组/转录组测序数据预处理
• 批量序列文件筛选与格式标准化
• 序列特征统计分析
• 生物信息学管道集成（如NGS数据分析流程）
• 教学与科研中的序列数据处理

使用方法与配置说明

基本使用

通过docker run命令运行镜像，基本语法：

bash
docker run --rm -v /本地数据目录:/data seqkit-image seqkit [命令] [参数]

常用命令示例

1. 查看帮助信息

bash
docker run --rm seqkit-image seqkit --help

2. 统计序列文件信息

bash
# 假设本地/data目录下有名为input.fasta的文件
docker run --rm -v $(pwd):/data seqkit-image seqkit stats /data/input.fasta

3. 过滤序列（保留长度≥1000bp的序列）

bash
docker run --rm -v $(pwd):/data seqkit-image seqkit seq -m 1000 /data/input.fasta > /data/filtered.fasta

4. 序列格式转换（FASTQ转FASTA）

bash
docker run --rm -v $(pwd):/data seqkit-image seqkit fq2fa /data/input.fastq -o /data/output.fasta

数据挂载说明

为处理本地序列文件，需通过-v参数将本地目录挂载至容器内的/data目录（或自定义目录），确保容器可访问输入文件并输出结果至本地。

许可证信息

• 许可证：MIT
• 维护者：Christian
• 参考文档：Dockerwiki - version_control.html