nfcore/bcellmagic

nf-core/bcellmagic

镜像概述和主要用途

nf-core/bcellmagic是一个用于分析B细胞受体（BCR）测序数据的生物信息学管道。该管道基于https://immcantation.readthedocs.io/en/version-2.5.0/%E5%B7%A5%E5%85%B7%E9%9B%86%E6%9E%84%E5%BB%BA%EF%BC%8C%E9%9C%80%E9%92%88%E5%AF%B9BCR%E7%9A%84V%E3%80%81D%E3%80%81J%E5%92%8CC%E5%8C%BA%E5%9F%9F%E7%9A%84%E9%9D%B6%E5%90%91%E6%B5%8B%E5%BA%8F%E6%95%B0%E6%8D%AE%EF%BC%88%E5%8C%85%E5%90%ABV%E5%92%8CC%E5%9F%BA%E5%9B%A0%E5%BC%95%E7%89%A9%EF%BC%89%E3%80%82%E7%AE%A1%E9%81%93%E4%BD%BF%E7%94%A8https://%5B***]

核心功能和特性

主要功能

• 原始数据质量控制：使用FastQC进行测序数据质量评估
• 数据预处理：通过pRESTO执行序列过滤、引物 masking、读段配对、UMI聚类与共识构建、序列组装、重复序列处理等
• 基因片段分配：利用Change-O从IgBlast数据库分配V/D/J/C基因片段等位基因
• 基因型确定：通过TIgGER和SHazaM确定样本BCR基因型及克隆定义阈值
• 克隆分析：使用Change-O进行B细胞克隆谱系划分
• 生殖系序列重建：通过Change-O重建生殖系基因序列
• 克隆树构建：使用Alakazam生成克隆系统发育树
• 多样性评估：通过Alakazam计算克隆多样性和丰度
• 报告聚合：使用MultiQC生成综合质量控制报告

核心特性

• 基于Nextflow，支持跨平台（本地、集群、云环境）运行
• 容器化部署（Docker/Singularity/Podman），确保环境一致性
• 模块化设计，流程步骤可配置
• 提供测试数据集，便于快速验证安装和配置

使用场景和适用范围

适用于需要分析B细胞受体测序数据的研究场景，包括：

• 免疫组库研究
• 抗体发现与开发
• B细胞发育与分化研究
• 自身免疫性疾病相关B细胞 repertoire分析
• 疫苗接种后B细胞免疫应答评估

使用方法和配置说明

前提条件

1. 安装https://nf-co.re/usage/installation%EF%BC%88%E7%89%88%E6%9C%AC%E2%89%A520.04.0%EF%BC%89
2. 安装容器运行工具（推荐Docker、Singularity或Podman；Conda作为备选方案）

快速测试

下载管道并使用测试数据集验证：

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

注：可查看https://github.com/nf-core/configs#documentation%E6%98%AF%E5%90%A6%E6%9C%89%E9%92%88%E5%AF%B9%E6%82%A8%E6%89%80%E5%9C%A8%E6%9C%BA%E6%9E%84%E7%9A%84%E5%AE%9A%E5%88%B6%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6%EF%BC%8C%E8%8B%A5%E6%9C%89%EF%BC%8C%E5%8F%AF%E7%9B%B4%E6%8E%A5%E4%BD%BF%E7%94%A8%60-profile `指定，自动配置容器和执行环境。

实际数据分析

bash
nextflow run nf-core/bcellmagic -profile <docker/singularity/podman/conda/institute> \
  --input "metasheet_test.tsv" \
  --cprimers "CPrimers.fasta" \
  --vprimers "VPrimers.fasta"

主要配置参数

Docker部署示例

使用Docker运行测试流程：

bash
nextflow run nf-core/bcellmagic -profile test,docker

使用Docker运行自定义分析：

bash
nextflow run nf-core/bcellmagic -profile docker \
  --input "samples_metadata.tsv" \
  --cprimers "my_C_primers.fasta" \
  --vprimers "my_V_primers.fasta" \
  --outdir "bcell_analysis_results"

管道执行流程

默认情况下，管道执行以下步骤：

1. 原始数据质量控制（FastQC）
2. 预处理（pRESTO）：
   • 按测序质量过滤序列
   • 掩蔽扩增子引物
   • 配对读段
   • 按相似性聚类序列（评估UMI多样性）
   • 构建相同UMI条形码序列的共识序列
   • 重新配对读段
   • 组装R1和R2读段
   • 移除和注释具有不同UMI条形码的重复读段
   • 过滤掉重复数少于2的序列
3. 基因片段分配（Change-O）：从IgBlast数据库分配基因片段等位基因
4. 基因型确定（TIgGER、SHazaM）：确定样本BCR基因型并找到克隆定义阈值
5. 克隆分配（Change-O）：划分B细胞克隆谱系
6. 生殖系序列重建（Change-O）
7. 克隆树构建（Alakazam）
8. 克隆分析（Alakazam）
9. repertoire比较（Alakazam）：计算克隆多样性和丰度
10. QC报告聚合（MultiQC）

引用

使用nf-core/bcellmagic进行分析时，请引用DOI: https://doi.org/10.5281/zenodo.3607408%E3%80%82%E5%90%8C%E6%97%B6%E5%BC%95%E7%94%A8nf-core%E6%A1%86%E6%9E%B6%EF%BC%9A

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

支持与贡献

• 支持：通过nf-core Slack的#bcellmagic频道获取帮助（https://nf-co.re/join/slack%EF%BC%89
• 贡献：参考https://github.com/nf-core/bcellmagic/blob/master/.github/CONTRIBUTING.md