
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
nf-core/scrnaseq Docker镜像是一个基于Nextflow的生物信息学最佳实践分析流程容器,专为液滴式(如10x Genomics)单细胞RNA测序(scRNA-seq)数据设计。该镜像通过容器化技术简化安装流程,确保分析环境一致性和结果可重现性,支持多种主流单细胞转录组分析工具。
通过Nextflow调用nf-core/scrnaseq流程时,指定-profile docker即可使用该Docker镜像。详细使用说明请参考https://nf-co.re/scrnaseq/usage%E3%80%82
示例命令
bashnextflow run nf-core/scrnaseq \ -profile docker \ --input samplesheet.csv \ --genome GRCh38 \ --outdir results
--input:样本信息表(CSV格式),包含样本ID、测序文件路径等信息--genome:参考基因组版本(如GRCh38、mm10等)--outdir:结果输出目录nextflow run nf-core/scrnaseq --help查看或参考官方文档#scrnaseq频道获取帮助(https://nf-co.re/join/slack%EF%BC%89The nf-core framework for community-curated bioinformatics pipelines.
Philip Ewels, Alexander Peltzer, Sven Fillinger, Harshil Patel, Johannes Alneberg, Andreas Wilm, Maxime Ulysse Garcia, Paolo Di Tommaso & Sven Nahnsen.
Nat Biotechnol. 2020 Feb 13. doi: https://dx.doi.org/10.1038/s41587-020-0439-x.
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务