DNAnexus Integration - 云基因组平台集成技能

技能概述

DNAnexus Integration 是一个用于与 DNAnexus 云基因组平台交互的专业技能，帮助您通过 dxpy Python SDK 构建基因组应用、管理测序数据、运行分析工作流，并处理 FASTQ、BAM、VCF 等生物信息学文件格式。

适用场景

1. 基因组应用开发

   • 当您需要在 DNAnexus 平台上创建、构建或部署基因组分析应用和小程序时
   • 需要编写 Python 或 Bash 脚本处理测序数据时
   • 想要将本地分析流程迁移到云端执行时

2. 基因组数据管理

   • 需要上传、下载、搜索或组织大规模测序数据时
   • 处理 FASTQ、BAM、VCF 等生物信息学文件格式时
   • 需要在云端存储和管理参考基因组和注释数据时

3. 分析工作流执行

   • 需要运行批量样本的基因组分析时
   • 需要监控长时间运行的计算任务时
   • 需要构建多步骤的分析管道时

核心功能

1. 应用开发与部署 通过 dx-app-wizard 快速生成应用框架，支持 Python 和 Bash 入口点，使用 dx build 部署到云端平台，适用于生物信息学管道开发。

2. 数据操作与管理 使用 dxpy 提供的 upload_local_file() 和 download_dxfile() 等函数，实现文件的云端上传下载，支持按属性搜索数据对象，管理项目文件夹和权限。

3. 任务执行与监控 通过 applet.run() 或 app.run() 启动分析任务，监控任务状态和日志，创建子任务实现并行处理，支持多步骤工作流编排。

4. Python SDK (dxpy) 提供完整的数据对象处理器（DXFile、DXRecord、DXApplet 等），支持高级函数封装和直接 API 调用，适合自动化脚本和自定义管道开发。

5. 配置与依赖管理 通过 dxapp.json 定义应用输入输出规格，管理系统包和 Python 依赖，支持 Docker 容器集成，灵活配置计算资源和超时设置。

常见问题

DNAnexus 平台是什么？主要用途是什么？

DNAnexus 是一个专注于生物医学数据分析和基因组学的云平台。它的主要用途包括：云端存储和管理基因组测序数据、运行大规模生物信息学分析、协作开发基因组应用、以及提供完整的 Python SDK (dxpy) 实现自动化操作。

如何使用 dxpy Python SDK 访问 DNAnexus？

首先使用 uv pip install dxpy 安装 dxpy，然后运行 dx login 进行身份验证。安装完成后，即可在 Python 代码中导入 dxpy，使用 dxpy.upload_local_file() 上传文件、dxpy.DXApplet() 运行应用、dxpy.find_data_objects() 搜索数据等操作。

DNAnexus 支持哪些基因组数据格式？

DNAnexus 支持常见的基因组数据格式，包括：

• FASTQ: 原始测序读段格式
• BAM: 比对/映射文件格式
• VCF: 变异调用格式
• 以及其他生物信息学标准格式

您可以使用 dxpy 的文件处理函数对这些格式进行上传、下载和管理。