nfcore/smrnaseq

nf-core/smrnaseq Docker镜像文档

概述

nf-core/smrnaseq是一个生物信息学最佳实践分析流程，专为小RNA测序数据设计。该流程基于Nextflow构建，可在多种计算架构上便携运行，并通过Docker容器确保安装简易性和结果高度可重复性。

核心功能与特性

• 原始数据质量控制：使用FastQC对原始测序数据进行质量评估
• 适配器修剪：通过Trim Galore!完成适配器去除，包含插入片段大小计算和序列折叠（seqcluster）
• 多阶段比对：
  • 针对miRBase成熟miRNA序列（Bowtie1）
  • 针对miRBase发夹结构（Bowtie1），包括未比对序列和折叠序列的二次比对
• 表达分析：使用edgeR进行TMM标准化、表达量统计、MDS样本聚类和热图分析
• miRNA注释：通过mirtop实现miRNA和isomiR的注释
• 参考基因组比对：使用Bowtie1比对至宿主参考基因组，并通过SAMtools进行后续处理
• 新miRNA发现：利用MiRDeep2的mapper和mirdeep2模块进行已知和新miRNA的鉴定
• 质量控制汇总：通过mirtrace进行miRNA质量控制，MultiQC整合所有QC结果

使用场景与适用范围

适用于小RNA测序数据分析的各类研究场景，包括：

• miRNA表达谱分析
• 新miRNA鉴定与注释
• isomiR分析
• 小RNA测序数据质量评估
• 样本间miRNA表达差异分析

使用方法与配置说明

前提条件

1. 安装Nextflow（版本≥20.04.0）：

   bash
   curl -s https://get.nextflow.io | bash
   sudo mv nextflow /usr/local/bin/
   

2. 安装容器运行工具（选择其一）：

   • Docker
   • Singularity
   • Podman
   • Shifter
   • Charliecloud

快速测试

使用测试数据集验证流程：

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

可查看https://github.com/nf-core/configs#documentation%E6%98%AF%E5%90%A6%E6%9C%89%E9%80%82%E5%90%88%E6%82%A8%E6%9C%BA%E6%9E%84%E7%9A%84%E8%87%AA%E5%AE%9A%E4%B9%89%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6%EF%BC%8C%E5%A6%82%E6%9C%89%E5%8F%AF%E7%9B%B4%E6%8E%A5%E4%BD%BF%E7%94%A8%60-profile `启用对应环境设置。

运行实际数据分析

基本命令格式：

bash
nextflow run nf-core/smrnaseq -profile <容器类型> --input '*_R{1,2}.fastq.gz' --genome GRCh37

主要配置参数

完整流程步骤

1. 原始读取QC：FastQC
2. 适配器修剪：Trim Galore!
   • 插入片段大小计算
   • 序列折叠（seqcluster）
3. miRBase成熟miRNA比对：Bowtie1
4. miRBase发夹结构比对：
   • 步骤3未比对序列（Bowtie1）
   • 步骤2.2折叠序列（Bowtie1）
5. 发夹结构比对后处理：
   • SAMtools统计比对结果
   • edgeR表达分析（TMM标准化、MDS图、热图）
   • mirtop注释miRNA和isomiR
6. 宿主参考基因组比对：Bowtie1及SAMtools后处理
7. 新miRNA发现：MiRDeep2（mapper模块和mirdeep2模块）
8. miRNA质量控制：mirtrace
9. 结果汇总QC：MultiQC

文档与支持

• 完整使用文档：nf-core/smrnaseq usage
• 输出结果说明：nf-core/smrnaseq output
• 支持渠道：Slack #smrnaseq频道（通过此邀请链接加入）

引用

使用此流程请引用：

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

流程中使用的工具和数据引用详见官方文档。