nfcore/atacseq

nf-core/atacseq Docker镜像

镜像概述和主要用途

nf-core/atacseq是一个用于ATAC-seq（转座酶可及性染色质测序）数据的生物信息学分析管道。该管道基于Nextflow工作流工具构建，可在多种计算基础设施上移植运行，并通过Docker容器化确保安装简便和结果高度可重复。

核心功能和特性

完整分析流程

1. 原始读段质控：使用FastQC进行质量评估
2. 接头修剪：通过Trim Galore!去除测序接头
3. 序列比对：使用BWA将读段比对到参考基因组
4. 重复序列标记：通过Picard标记PCR重复序列
5. 样本水平数据处理：
   • 合并同一样本的多个文库数据（Picard）
   • 重复序列重新标记（Picard）
   • 多步骤过滤（SAMtools、BEDTools、BAMTools、Pysam）：去除线粒体DNA映射读段、黑名单区域读段、重复读段、非主要比对读段、未映射读段、多位置映射读段、错配>4的读段、软剪切读段等
   • 比对水平QC和文库复杂度估计（Picard、Preseq）
   • 生成标准化bigWig文件（BEDTools、bedGraphToBigWig）
   • 基因体元谱分析（deepTools）
   • 全基因组富集分析（deepTools）
   • 峰 calling（MACS2，支持宽峰/窄峰）
   • 峰注释（HOMER）
   • 样本间共识峰集构建（BEDTools）
   • 共识峰读段计数（featureCounts）
   • 差异可及性分析、PCA和聚类（R、DESeq2）
   • ATAC-seq特异性QC报告（ataqv）
6. 生物学重复数据处理：
   • 合并过滤后的重复数据（Picard）
   • 重复序列重新标记与去除（Picard、SAMtools）
   • 生成标准化bigWig文件
   • 峰 calling与注释
   • 共识峰集构建与读段计数
   • 差异可及性分析
7. 可视化支持：生成IGV会话文件，包含bigWig轨道、峰和差异位点
8. 综合QC报告：整合原始读段、比对、峰 calling和差异分析结果（ataqv、MultiQC、R）

技术优势

• 基于Nextflow，支持跨平台计算资源调度
• 容器化部署，避免环境依赖问题
• 标准化流程，确保结果可重复
• 集成多种专业工具，覆盖ATAC-seq分析全流程
• 自动生成多维度QC报告，便于结果评估

使用场景和适用范围

• ATAC-seq实验数据的标准化分析
• 高通量测序数据的质量控制与处理
• 染色质可及性区域鉴定与注释
• 样本间差异可及性区域的比较分析
• 需要高度可重复结果的生物信息学研究

使用方法和配置说明

前提条件

1. 安装Nextflow（版本≥19.10.0）
2. 安装Docker或Singularity（推荐用于完全可重复的环境；Conda作为备选方案）

快速开始

测试管道

bash
nextflow run nf-core/atacseq -profile test,<docker/singularity/conda/institute>

可查看https://github.com/nf-core/configs#documentation%E8%8E%B7%E5%8F%96%E6%9C%BA%E6%9E%84%E7%89%B9%E5%AE%9A%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6%EF%BC%8C%E4%BD%BF%E7%94%A8%60-profile `可自动配置本地计算环境。

运行实际数据分析

bash
nextflow run nf-core/atacseq -profile <docker/singularity/conda/institute> --input design.csv --genome GRCh37

主要参数说明

• --input：样本设计文件（CSV格式），包含样本信息和数据路径
• --genome：参考基因组ID（如GRCh37、mm10等，支持nf-core预定义基因组）
• --single_end：指定单端测序数据（默认：双端）
• --narrow_peak：使用MACS2调用窄峰（默认：宽峰）
• --blacklist：自定义黑名单区域BED文件路径
• --outdir：输出结果目录（默认：./results）

Docker部署示例

使用Docker运行时，确保Docker服务已启动，直接在命令中指定-profile docker：

bash
nextflow run nf-core/atacseq -profile docker --input design.csv --genome hg38 --outdir ./atacseq_results

文档和支持

完整文档

• 安装指南
• 管道配置
  • 本地安装
  • 自定义系统配置
  • 参考基因组设置
• https://github.com/nf-core/atacseq/blob/master/docs/usage.md
• https://github.com/nf-core/atacseq/blob/master/docs/output.md
• 故障排除

支持渠道

• Slack：#atacseq频道（可通过邀请链接加入）
• GitHub：https://github.com/nf-core/atacseq/issues

引用

使用nf-core/atacseq进行分析时，请引用：
10.5281/zenodo.2634132

nf-core框架引用：
Ewels P, Peltzer A, Fillinger S, et al. The nf-core framework for community-curated bioinformatics pipelines. Nat Biotechnol. 2020;38(3):276-278. doi:10.1038/s41587-020-0439-x

工具引用列表详见https://github.com/nf-core/atacseq/blob/master/CITATIONS.md