nfcore/eager

nf-core/eager Docker镜像文档

概述和主要用途

nf-core/eager是一个基于Nextflow的生物信息学最佳实践分析流程，专为NGS测序的古DNA（aDNA）和现代DNA数据分析设计。该流程支持从原始FASTQ文件或预处理BAM文件输入开始，进行序列比对、广泛的通用NGS和aDNA特异性质量控制，并生成全面的分析结果。通过Docker容器化部署，确保安装简便且结果高度可重复。

核心功能和特性

默认分析步骤

流程默认执行以下步骤：

• 参考基因组索引创建：为映射生成参考基因组索引（bwa、samtools和picard）
• 测序质量控制：使用FastQC进行测序数据质量评估
• 测序接头去除与双端数据合并：通过AdapterRemoval完成接头去除及双端数据合并
• 序列映射：使用bwa aln、bwa mem或CircularMapper将 reads 映射到参考基因组
• 映射后处理：使用samtools进行映射后处理、统计及BAM格式转换
• 古DNA损伤模式可视化：通过DamageProfiler分析C-to-T损伤模式
• PCR重复序列去除：使用DeDup或MarkDuplicates去除PCR重复
• 映射后统计与BAM质量控制：通过Qualimap进行BAM质量评估
• 文库复杂度估计：使用preseq评估文库复杂度
• 流程统计汇总：通过MultiQC生成整体流程统计摘要

附加功能

流程还包含以下附加功能：

预处理

• Illumina双色测序仪poly-G尾去除：使用fastp去除poly-G尾
• 未映射reads自动转换为FASTQ：通过samtools实现
• 宿主DNA剥离：从输入FASTQ文件中去除宿主DNA（适用于敏感样本）

aDNA损伤处理

• 损伤去除/裁剪：针对UDG+/UDG-half处理方案，使用BamUtil进行损伤去除或裁剪
• 损伤reads提取与评估：通过PMDTools提取并评估损伤reads

基因分型

• VCF基因分型文件创建：使用GATK UnifiedGenotyper、GATK HaplotypeCaller或FreeBayes生成VCF文件
• 共识序列FASTA创建：通过VCF2Genome生成共识序列
• SNP表格生成：使用MultiVCFAnalyzer生成SNP表格

生物学信息分析

• 线粒体与核基因组reads比例计算：通过MtNucRatioCalculator实现
• 人类样本性别鉴定：使用SexDetErrmine进行统计学性别判定

宏基因组筛选

• 基于比对的分类学分箱：使用MALT进行分类学分箱
• 无比对分类学分箱：通过Kraken2实现无比对分类学分箱
• MALT分箱数据的aDNA特征筛选：使用MaltExtract分析MALT分箱数据的aDNA特征

使用场景和适用范围

适用于古DNA和现代DNA的NGS测序数据分析，尤其适合需要进行全面预处理、高精度序列映射、古DNA特异性损伤分析及多维度质量控制的研究场景。可广泛应用于古基因组学、进化生物学、人类学及相关领域的科研项目。

使用方法和配置说明

快速开始

1. 安装Nextflow

确保安装Nextflow（版本≥19.10.0）：

bash
# 安装Nextflow（Linux/macOS）
curl -s https://get.nextflow.io | bash
# 将Nextflow添加到环境变量（或移动至PATH目录）
chmod +x nextflow
mv nextflow ~/bin/  # 假设~/bin在PATH中

2. 安装容器环境

选择以下一种容器环境安装：

• Docker：参考Docker官方安装文档
• Singularity：参考Singularity官方文档
• Conda：参考Conda安装文档

3. 拉取EAGER流程

bash
nextflow pull nf-core/eager

4. 测试流程

使用提供的测试数据验证流程运行：

bash
nextflow run nf-core/eager -profile <docker/singularity/conda>,test
# 替换<docker/singularity/conda>为实际使用的容器环境，如使用Docker则为docker

5. 运行实际数据分析

bash
nextflow run nf-core/eager -profile <docker/singularity/conda> \
  --input '*_R{1,2}.fastq.gz' \  # 输入FASTQ文件（支持通配符）
  --fasta '<your_reference>.fasta'  # 参考基因组FASTA文件路径

6. 清理中间文件

流程成功运行后，清理中间文件以释放空间：

bash
nextflow clean -f -k

结果查看

分析结果汇总报告（MultiQC报告）位于路径：./results/MultiQC/multiqc_report.html，可通过浏览器打开查看整体质量控制和分析统计结果。

文档与支持

完整文档位于项目docs/目录或nf-core官方主页，包含：

• Nextflow安装指南
• 流程配置（安装、自定义系统配置、参考基因组设置）
• 运行流程详细说明
• 输出结果解释
• 代码贡献指南
• 故障排除建议

如需支持，可通过nf-core Slack频道获取帮助。