ncbi/sra-human-scrubber

ncbi

一种SRA工具，用于识别并屏蔽（或移除）NGS fastq文件中意外的人类序列读取。

1 次收藏下载次数: 0状态：社区镜像维护者：ncbi仓库类型：镜像最近更新：2 年前

轩辕镜像，快一点，稳很多。点击查看

中文简介版本下载

轩辕镜像，快一点，稳很多。点击查看

ncbi::sra-human-scrubber

镜像概述和主要用途

人类序列读取移除工具（HRRT）基于SRA Taxonomy Analysis Tool，可接收fastq文件作为输入，生成fastq.clean文件作为输出，其中所有被识别为潜在人类来源的序列读取均被替换为'N'。源代码文件和更新日志可在https://github.com/ncbi/sra-human-scrubber%E8%8E%B7%E5%8F%96%E3%80%82

核心功能和特性

识别fastq文件中潜在的人类来源序列读取
支持将人类序列读取替换为'N'或直接移除
默认使用所有可用线程，可通过参数指定线程数
支持指定输入输出文件路径，包括标准输出
可保存被识别的人类序列读取到指定文件
支持处理interleaved双端测序文件，确保双端读取同时被屏蔽或移除

使用场景和适用范围

适用于下一代测序（NGS）数据处理流程中，需要从非人类样本的fastq文件中去除或屏蔽人类序列污染的场景，如微生物组测序、环境样本测序等研究中，确保数据分析不受人类序列干扰。

使用方法和配置说明

为使容器能够访问本地文件，需在docker run命令中挂载本地工作目录以实现读写操作。具体参数说明：

-v $PWD:$PWD:rw：将当前工作目录（Unix系统变量$PWD）挂载到容器内相同路径，具有读写权限（容器需读取输入fastq文件并写入输出fastq.clean文件及中间文件）
-w $PWD：将当前工作目录设置为容器内的工作目录
-it：以交互模式运行容器并分配tty接口

测试调用

执行以下命令进行测试：

bash
docker run -it -v $PWD:$PWD:rw -w $PWD ncbi/sra-human-scrubber:latest /opt/scrubber/scripts/scrub.sh test

测试输出示例：

2022-09-06 21:18:26	aligns_to version 0.707
2022-09-06 21:18:26	hardware threads: 8, omp threads: 8
2022-09-06 21:18:26	loading time (sec) 0
2022-09-06 21:18:26	/tmp/tmp.AtEXSJWJDw/temp.fasta
2022-09-06 21:18:26	FastaReader
2022-09-06 21:18:26	100% processed
2022-09-06 21:18:26	total spot count: 2
2022-09-06 21:18:26	total read count: 2
2022-09-06 21:18:26	total time (sec) 0
1  spot(s) masked or removed.

test succeeded

从fastq文件屏蔽人类序列读取

执行以下命令处理本地fastq文件，将文件路径作为参数传入：

bash
docker run -it -v $PWD:$PWD:rw -w $PWD ncbi/sra-human-scrubber:latest /opt/scrubber/scripts/scrub.sh path-to-fastq-file/filename.fastq

示例：

bash
docker run -it -v $PWD:$PWD:rw -w $PWD ncbi/sra-human-scrubber:latest /opt/scrubber/scripts/scrub.sh MyFastqFile.fastq

处理输出示例：

2022-09-06 21:35:04	aligns_to version 0.707
2022-09-06 21:35:04	hardware threads: 8, omp threads: 8
2022-09-06 21:35:04	loading time (sec) 0
2022-09-06 21:35:04	/tmp/tmp.Ccqruccyoq/temp.fasta
2022-09-06 21:35:04	FastaReader
2022-09-06 21:35:04	0% processed
2022-09-06 21:35:06	100% processed
2022-09-06 21:35:06	total spot count: 216859
2022-09-06 21:35:06	total read count: 216859
2022-09-06 21:35:06	total time (sec) 2
129  spot(s) masked or removed.

处理后文件列表：

bash
$ ls -l
-rw-r--r-- 1 78656910 Sep  6 21:34 MyFastqFile.fastq
-rw-r--r-- 1 78656910 Sep  6 21:35 MyFastqFile.fastq.clean

默认情况下，工具会使用所有可用线程（可通过-p选项设置线程数）。

其他可用选项

执行以下命令查看所有选项：

bash
docker run -it -v $PWD:$PWD:rw -w $PWD ncbi/sra-human-scrubber:latest /opt/scrubber/scripts/scrub.sh -h

选项说明：

Usage: scrub.sh [OPTIONS] [file.fastq] 
OPTIONS:
	-i <input_file>; 输入Fastq文件。
	-o <output_file>; 将清理后的序列读取保存到文件，或设为'-'表示标准输出。
		注意：当使用标准输入时，默认输出为标准输出。
	-p <number> 使用的线程数。
	-d <database_path>; 指定非默认数据库路径。
	-x ; 移除序列读取而非默认的'N'替换。
		注意：默认情况下，识别出的序列读取长度会被替换为'N'。
	-r ; 将识别出的序列读取保存到<input_file>.spots_removed。
	-u <user_named_file>; 将识别出的序列读取保存到<user_named_file>。
		注意：当输出为标准输出时，-r选项需要配合此参数使用，否则为可选。
	-t ; 运行测试。
	-s ; 输入为（合并的）interleaved双端读取文件，且希望双端读取同时被屏蔽或移除。
	-h ; 显示此帮助信息。

查看更多 sra-human-scrubber 相关镜像 →

轩辕镜像配置手册

探索更多轩辕镜像的使用方法，找到最适合您系统的配置方式

Docker 配置

登录仓库拉取

通过 Docker 登录认证访问私有仓库

专属域名拉取

无需登录使用专属域名

K8s Containerd

Kubernetes 集群配置 Containerd

K3s

K3s 轻量级 Kubernetes 镜像加速

Dev Containers

VS Code Dev Containers 配置

Podman

Podman 容器引擎配置

Singularity/Apptainer

HPC 科学计算容器配置

其他仓库配置

ghcr、Quay、nvcr 等镜像仓库

Harbor 镜像源配置

Harbor Proxy Repository 对接专属域名

Portainer 镜像源配置

Portainer Registries 加速拉取

Nexus 镜像源配置

Nexus3 Docker Proxy 内网缓存

系统配置

Linux

在 Linux 系统配置镜像服务

Windows/Mac

在 Docker Desktop 配置镜像

MacOS OrbStack

MacOS OrbStack 容器配置

Docker Compose

Docker Compose 项目配置

NAS 设备

群晖

Synology 群晖 NAS 配置

飞牛

飞牛 fnOS 系统配置镜像

绿联

绿联 NAS 系统配置镜像

威联通

QNAP 威联通 NAS 配置

极空间

极空间 NAS 系统配置服务

网络设备

爱快路由

爱快 iKuai 路由系统配置

宝塔面板

在宝塔面板一键配置镜像

需要其他帮助？请查看我们的常见问题Docker 镜像访问常见问题解答或提交工单

镜像拉取常见问题

使用与功能问题

配置了专属域名后，docker search 为什么会报错？

docker search 限制

Docker Hub 上有的镜像，为什么在轩辕镜像网站搜不到？

站内搜不到镜像

机器不能直连外网时，怎么用 docker save / load 迁镜像？

离线 save/load

docker pull 拉插件报错（plugin v1+json）怎么办？

插件要用 plugin install

WSL 里 Docker 拉镜像特别慢，怎么排查和优化？

WSL 拉取慢

轩辕镜像安全吗？如何用 digest 校验镜像没被篡改？

安全与 digest

第一次用轩辕镜像拉 Docker 镜像，要怎么登录和配置？

新手拉取配置

错误码与失败问题

docker pull 提示 manifest unknown 怎么办？

manifest unknown

docker pull 提示 no matching manifest 怎么办？

no matching manifest（架构）

镜像已拉取完成，却提示 invalid tar header 或 failed to register layer 怎么办？

invalid tar header（解压）

Docker pull 时 HTTPS / TLS 证书验证失败怎么办？

TLS 证书失败

Docker pull 时 DNS 解析超时或连不上仓库怎么办？

DNS 超时

Docker 拉取出现 410 Gone 怎么办？

410 Gone 排查

出现 402 或「流量用尽」提示怎么办？

402 与流量用尽

Docker 拉取提示 UNAUTHORIZED（401）怎么办？

401 认证失败

遇到 429 Too Many Requests（请求太频繁）怎么办？

429 限流

docker login 提示 Cannot autolaunch D-Bus，还算登录成功吗？

D-Bus 凭证提示

为什么会出现「单层超过 20GB」或 413，无法加速拉取？

413 与超大单层

账号 / 计费 / 权限

轩辕镜像免费版和专业版有什么区别？

免费版与专业版区别

轩辕镜像支持哪些 Docker 镜像仓库？

支持的镜像仓库

镜像拉取失败还会不会扣流量？

失败是否计费

麒麟 V10 / 统信 UOS 提示 KYSEC 权限不够怎么办？

KYSEC 拦截脚本

如何在轩辕镜像申请开具发票？

申请开票

怎么修改轩辕镜像的网站登录和仓库登录密码？

修改登录密码

如何注销轩辕镜像账户？要注意什么？

注销账户

配置与原理类

写了 registry-mirrors，为什么还是走官方或仍然报错？

mirrors 不生效

怎么用 docker tag 去掉镜像名里的轩辕域名前缀？

去掉域名前缀

如何拉取指定 CPU 架构的镜像（如 ARM64、AMD64）？

指定架构拉取

用轩辕镜像拉镜像时快时慢，常见原因有哪些？

拉取速度原因

查看全部问题→

用户好评

来自真实用户的反馈，见证轩辕镜像的优质服务

oldzhang

运维工程师

Linux服务器

"Docker访问体验非常流畅，大镜像也能快速完成下载。"

ncbi/sra-human-scrubber

ncbi

一种SRA工具，用于识别并屏蔽（或移除）NGS fastq文件中意外的人类序列读取。

1 次收藏下载次数: 0状态：社区镜像维护者：ncbi仓库类型：镜像最近更新：2 年前

轩辕镜像，快一点，稳很多。点击查看

中文简介版本下载

轩辕镜像，快一点，稳很多。点击查看

ncbi::sra-human-scrubber

镜像概述和主要用途

核心功能和特性

识别fastq文件中潜在的人类来源序列读取
支持将人类序列读取替换为'N'或直接移除
默认使用所有可用线程，可通过参数指定线程数
支持指定输入输出文件路径，包括标准输出
可保存被识别的人类序列读取到指定文件
支持处理interleaved双端测序文件，确保双端读取同时被屏蔽或移除

使用场景和适用范围

使用方法和配置说明

为使容器能够访问本地文件，需在docker run命令中挂载本地工作目录以实现读写操作。具体参数说明：

-v $PWD:$PWD:rw：将当前工作目录（Unix系统变量$PWD）挂载到容器内相同路径，具有读写权限（容器需读取输入fastq文件并写入输出fastq.clean文件及中间文件）
-w $PWD：将当前工作目录设置为容器内的工作目录
-it：以交互模式运行容器并分配tty接口

测试调用

执行以下命令进行测试：

bash
docker run -it -v $PWD:$PWD:rw -w $PWD ncbi/sra-human-scrubber:latest /opt/scrubber/scripts/scrub.sh test

测试输出示例：

2022-09-06 21:18:26	aligns_to version 0.707
2022-09-06 21:18:26	hardware threads: 8, omp threads: 8
2022-09-06 21:18:26	loading time (sec) 0
2022-09-06 21:18:26	/tmp/tmp.AtEXSJWJDw/temp.fasta
2022-09-06 21:18:26	FastaReader
2022-09-06 21:18:26	100% processed
2022-09-06 21:18:26	total spot count: 2
2022-09-06 21:18:26	total read count: 2
2022-09-06 21:18:26	total time (sec) 0
1  spot(s) masked or removed.

test succeeded

从fastq文件屏蔽人类序列读取

执行以下命令处理本地fastq文件，将文件路径作为参数传入：

bash
docker run -it -v $PWD:$PWD:rw -w $PWD ncbi/sra-human-scrubber:latest /opt/scrubber/scripts/scrub.sh path-to-fastq-file/filename.fastq

示例：

bash
docker run -it -v $PWD:$PWD:rw -w $PWD ncbi/sra-human-scrubber:latest /opt/scrubber/scripts/scrub.sh MyFastqFile.fastq

处理输出示例：

2022-09-06 21:35:04	aligns_to version 0.707
2022-09-06 21:35:04	hardware threads: 8, omp threads: 8
2022-09-06 21:35:04	loading time (sec) 0
2022-09-06 21:35:04	/tmp/tmp.Ccqruccyoq/temp.fasta
2022-09-06 21:35:04	FastaReader
2022-09-06 21:35:04	0% processed
2022-09-06 21:35:06	100% processed
2022-09-06 21:35:06	total spot count: 216859
2022-09-06 21:35:06	total read count: 216859
2022-09-06 21:35:06	total time (sec) 2
129  spot(s) masked or removed.

处理后文件列表：

bash
$ ls -l
-rw-r--r-- 1 78656910 Sep  6 21:34 MyFastqFile.fastq
-rw-r--r-- 1 78656910 Sep  6 21:35 MyFastqFile.fastq.clean

默认情况下，工具会使用所有可用线程（可通过-p选项设置线程数）。

其他可用选项

执行以下命令查看所有选项：

bash
docker run -it -v $PWD:$PWD:rw -w $PWD ncbi/sra-human-scrubber:latest /opt/scrubber/scripts/scrub.sh -h

选项说明：

Usage: scrub.sh [OPTIONS] [file.fastq] 
OPTIONS:
	-i <input_file>; 输入Fastq文件。
	-o <output_file>; 将清理后的序列读取保存到文件，或设为'-'表示标准输出。
		注意：当使用标准输入时，默认输出为标准输出。
	-p <number> 使用的线程数。
	-d <database_path>; 指定非默认数据库路径。
	-x ; 移除序列读取而非默认的'N'替换。
		注意：默认情况下，识别出的序列读取长度会被替换为'N'。
	-r ; 将识别出的序列读取保存到<input_file>.spots_removed。
	-u <user_named_file>; 将识别出的序列读取保存到<user_named_file>。
		注意：当输出为标准输出时，-r选项需要配合此参数使用，否则为可选。
	-t ; 运行测试。
	-s ; 输入为（合并的）interleaved双端读取文件，且希望双端读取同时被屏蔽或移除。
	-h ; 显示此帮助信息。