rsuchecki/samtools

REPSET镜像说明

镜像概述

REPSET（Reproducible, Reusable, Extensible, Portable, Scalable Evaluation Tool）是基于Nextflow构建的短读长序列比对工具评估系统。它旨在为基因组学研究提供一致、可扩展的比对工具性能评估方案，支持DNA-Seq和RNA-Seq数据的多模式分析。

核心功能

• 多比对模式：支持dna2dna（DNA序列比对到基因组）、rna2rna（RNA序列比对到转录组）、rna2dna（RNA序列比对到基因组）三种场景。
• 跨环境兼容：适配Docker本地运行、Singularity集群部署及AWS Batch云环境。
• 资源动态调整：根据输入数据大小和工具特性自动缩放CPU、内存等计算资源。
• 结果可追溯：生成运行元数据，支持GitHub发布和Zenodo DOI minting，确保分析结果可复现。
• 工具扩展：通过模板配置快速添加新的比对工具（如STAR、BWA等）。

使用场景

• 评估不同比对工具在模拟/真实基因组数据上的准确性与效率。
• 跨环境（本地、集群、云）执行标准化的基因组分析工作流。
• 对比不同比对模式下工具的表现差异，辅助工具选型。

配置说明

依赖条件

• Nextflow（版本≥19.10.0）。
• Docker或Singularity（版本≥3.1.1）。

执行命令示例

Docker本地执行

bash
nextflow run csiro-crop-informatics/repset -profile docker

Singularity本地执行

bash
nextflow run csiro-crop-informatics/repset -profile singularity

Slurm集群+Singularity

bash
nextflow run csiro-crop-informatics/repset -profile slurm,singularity

AWS Batch云执行

bash
nextflow run csiro-crop-informatics/repset \
  -profile awsbatch \
  -work-dir s3://your-s3-bucket/work \
  --outdir s3://your-s3-bucket/results

关键参数

• --mapmode：指定比对模式（如--mapmode dna2dna）。
• --mappers：选择评估的工具（如--mappers star或--mappers 'bwa|bowtie2'）。
• --max_memory/--max_cpus：限制资源上限（如--max_memory 64.GB）。
• --release：触发GitHub发布并上传结果文件，支持DOI生成。