rkibioinf/president

镜像概述

PRESIDENT（PaiRwisE Sequence IDENtiTy）是一款生物信息学工具，专注于计算查询序列与参考序列之间的成对核苷酸同一性，支持多种同一性指标计算、序列质量控制及结果分类，适用于基因组、病毒序列等生物数据的分析场景。

核心功能

1. 计算多种核苷酸同一性指标（ACGT碱基同一性、忽略Ns的同一性等）
2. 序列质量控制（检查IUPAC字符、N碱基比例、序列长度等）
3. 将序列分为有效/无效两类，生成对应FASTA文件
4. 输出包含详细统计信息的表格报告

使用场景

• 基因组序列同源性分析
• 病毒（如新冠病毒）序列变异检测与同一性计算
• 大规模序列数据集的质量筛选与分类

配置说明

主要参数

• --query/-q：查询FASTA文件路径
• --reference/-r：参考FASTA文件路径（仅支持单个序列）
• -x：ACGT碱基同一性阈值（默认0.9）
• -n：N碱基比例阈值（默认0.05）
• -t：线程数
• -p：输出路径
• -f：输出文件前缀

Docker部署示例

bash
# 挂载当前目录到容器/data目录，运行工具
docker run --rm -v $(pwd):/data docker.xuanyuan.run/rkibioinf/president:latest president \
  --query /data/query.fasta \
  --reference /data/reference.fasta \
  -x 0.9 \
  -n 0.05 \
  -t 4 \
  -p /data/output/ \
  -f test_

输出说明

工具生成以下结果：

1. 制表符分隔的统计报告（包含同一性指标、质量控制结果等）
2. 有效序列FASTA文件
3. 无效序列FASTA文件

报告包含关键指标如ACGT碱基同一性、N碱基数量、匹配/错配数等，便于后续分析。