rnakato/r_python Docker 镜像 - 轩辕镜像

docker_R_python 镜像文档

镜像概述

基于Ubuntu 22.04的Docker镜像，集成多种编程语言环境、生物信息学工具及开发组件，支持GPU加速，旨在为数据分析和生物信息学研究提供一站式运行环境。

核心功能与特性

基础系统环境

• 操作系统：Ubuntu 22.04

编程语言环境

• Perl：5.36.0（通过plenv管理）
• Python：3.10（通过Miniconda管理），预装MACS2-2.2.9.1
• R：4.x版本，集成BiocManager、RStudio Desktop及RStudio Server

生物信息学工具集

• SAMtools 1.19.2（高通量测序数据处理工具）
• SRAtoolkit 3.0.10（SRA数据下载与转换工具）
• BEDtools 2.31.0（基因组区域分析工具）
• OpenBLAS 0.3.24（高性能线性代数库）

GPU支持

• 提供GPU模式镜像，基于cuda:11.8.0-cudnn8-runtime
  • CUDA版本：11.8
  • cuDNN版本：8

默认用户账号

• ubuntu用户：用户名ubuntu，密码ubuntu
• rstudio用户：用户名rstudio，密码rstudio（用于RStudio登录）

更新日志

• 2024.02：安装sudo；将Miniconda Python版本从3.9更新至3.10
• 2024.01：SAMtools从1.17更新至1.19.2；SRAtoolkit从3.0.2更新至3.0.10；工作目录从/opt更改为/home/ubuntu
• 2023.11：移除LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/compat/:/usr/local/cuda/lib64环境变量
• 2023.10：添加OpenBLAS-0.3.24；BEDtools从v2.30.0更新至v2.31.0；添加LD_LIBRARY_PATH环境变量
• 2023.06：添加fish shell

使用场景与适用范围

• 生物信息学数据分析：支持高通量测序数据处理（如SAM/BAM文件分析、SRA数据下载、基因组区域分析）
• 多语言开发环境：同时提供Perl、Python、R语言支持，满足跨语言数据分析需求
• GPU加速计算：GPU模式支持CUDA 11.8，适用于机器学习、深度学习及高性能计算任务
• RStudio远程开发：内置RStudio Server，支持通过浏览器远程访问R开发环境

使用方法与配置说明

运行Docker镜像

1. 普通模式（无GPU）

bash
docker run -it --rm rnakato/r_python /bin/bash

2. GPU模式（需nvidia-docker支持）

bash
docker run -it --rm --gpus all rnakato/r_python_gpu /bin/bash

3. 切换用户

• 默认用户为ubuntu，若需root权限：

  bash
  docker run -it --rm --gpus all -u root rnakato/r_python_gpu /bin/bash
  

构建自定义镜像

从Dockerfile构建镜像（需本地有Dockerfile）：

构建普通模式镜像

bash
docker build -t youracount/r_python --target normal .

构建GPU模式镜像

bash
docker build -t youracount/r_python_gpu --target gpu .

关键配置说明

用户登录

• RStudio Desktop/Server登录：使用rstudio用户（密码rstudio）
• 系统终端登录：默认ubuntu用户（密码ubuntu），支持sudo权限（2024.02版本起）

工作目录

当前工作目录为/home/ubuntu（2024.01版本起调整），建议将数据挂载至此目录以实现持久化：

bash
docker run -it --rm -v /local/data:/home/ubuntu/data rnakato/r_python /bin/bash

工具访问

所有预装工具（如SAMtools、BEDtools）已添加至系统PATH，可直接在终端调用：

bash
samtools --version  # 验证SAMtools版本
bedtools --version  # 验证BEDtools版本