Drylab

计算

计算环境

你的分析所运行的软件环境:一个预装了 Python、R 和命令行工具的完整生物信息学镜像。

每个 Drylab 沙箱都基于一个预先构建好的软件环境启动,你不用自己安装常用的生物信息学工具。分析中如果还需要其他软件,Drylab 会自动安装。

云端沙箱

云端实例运行 Drylab 的完整科研镜像。你不需要选择镜像,Drylab 会根据你选的实例自动挑选合适的镜像。

这个镜像覆盖的工作范围很广:

  • 多组学: bulk 和单细胞 RNA-seq、基因组学与变异分析、表观基因组学(ChIP-seq、ATAC-seq、甲基化)、蛋白质组学和代谢组学、通路分析。
  • 单细胞与空间: 质控、整合、注释、轨迹、RNA velocity、空间转录组学。
  • 成像: 显微图像分割与追踪、组织学和全切片图像。
  • 流式与质谱流式细胞术: 预处理、设门、聚类。
  • 化学与药物发现: 分子描述符、QSAR、对接准备。
  • 机器学习与统计: 经典机器学习、梯度提升、贝叶斯建模、模型解释。
  • 工作流: 用 Snakemake 和 nf-core/Nextflow 搭建可复现的流程。

预装工具(示例)

Python

  • 核心:NumPy、pandas、SciPy、scikit-learn、Matplotlib、Seaborn、Plotly
  • 单细胞与空间:Scanpy、AnnData、scvi-tools、CellRank、scVelo、Squidpy、cell2location
  • 成像:Cellpose、StarDist、napari
  • 基因组学:pysam、Biopython、pybedtools、pyranges、cyvcf2
  • 机器学习:XGBoost、LightGBM、PyMC、SHAP
  • 工作流:Snakemake、nf-core tools

R

  • Bioconductor:DESeq2、edgeR、limma、SingleCellExperiment、scran、scater
  • 单细胞:Seurat 及许多配套包
  • 流式细胞术:flowCore、FlowSOM
  • 报告:tidyverse、ggplot2、rmarkdown

命令行

  • 比对、修剪和质控:STAR、Bowtie2、cutadapt、fastp、MultiQC
  • 变异与区间工具:samtools、bcftools、bedtools
  • 峰识别(peak calling):MACS3
  • 工作流:Snakemake、Nextflow、nf-core tools
需要特定版本,或者缺少某个包?直接告诉 Drylab 就行,例如“安装 decoupler-py,并给转录因子活性打分”。Drylab 会在分析过程中把包安装到沙箱里。

有些比对工具,例如 HISAT2、BWA-MEM2 和 minimap2,并不在沙箱里。Drylab 会把它们作为加速工具在专用硬件上运行,或者在你提出要求时安装。

繁重步骤

不是所有工作都要由你的沙箱完成。繁重的步骤,例如结构预测、reads 比对或对大型单细胞图谱做聚类,可以在 Drylab 的 GPU 和 HPC 硬件上运行,其余分析仍留在你的沙箱里。请见繁重步骤会自动在 GPU 上运行。

本地和桌面应用运行时

在你自己的机器上运行 Drylab 时,你会在设置运行时的时候选择镜像:

镜像适用场景
Drylab Notebook更轻量的镜像,适合在你自己的硬件上做日常分析。
Drylab Notebook GPU同上,但支持 GPU,适用于配有 NVIDIA GPU 的 Linux 机器。

请见本地运行时和安装桌面应用。

本页内容