⚡

DNAnexus云平台集成Skill dnanexus-integration

DNAnexus 云平台集成技能专注于生物医学数据分析和基因组学领域的云平台操作，支持应用开发、数据管理、作业执行和Python SDK编程，适用于处理FASTQ、BAM、VCF等文件，关键词包括DNAnexus、云基因组学、数据分析、Python开发、生物信息学、工作流编排。

云原生架构 0 次安装 0 次浏览 更新于 3/20/2026

name: dnanexus-integration description: “DNAnexus 云基因组学平台。构建应用/小程序，管理数据（上传/下载），dxpy Python SDK，运行工作流，FASTQ/BAM/VCF，用于基因组学管道开发和执行。”

DNAnexus 集成

概述

DNAnexus 是一个用于生物医学数据分析和基因组学的云平台。构建和部署应用/小程序，管理数据对象，运行工作流，并使用 dxpy Python SDK 进行基因组学管道开发和执行。

何时使用此技能

此技能应在以下情况下使用：

  • 创建、构建或修改 DNAnexus 应用/小程序
  • 上传、下载、搜索或组织文件和记录
  • 运行分析、监控作业、创建工作流
  • 使用 dxpy 编写脚本与平台交互
  • 设置 dxapp.json、管理依赖项、使用 Docker
  • 处理 FASTQ、BAM、VCF 或其他生物信息学文件
  • 管理项目、权限或平台资源

核心能力

此技能分为五个主要领域，每个都有详细的参考文档：

1. 应用开发

目的：创建在 DNAnexus 平台上运行的可执行程序（应用/小程序）。

关键操作：

  • 使用 dx-app-wizard 生成应用骨架
  • 编写具有适当入口点的 Python 或 Bash 应用
  • 处理输入/输出数据对象
  • 使用 dx build 或 dx build --app 部署
  • 在平台上测试应用

常见用例：

  • 生物信息学管道（比对、变异调用）
  • 数据处理工作流
  • 质量控制和过滤
  • 格式转换工具

参考：见 references/app-development.md 获取：

  • 完整的应用结构和模式
  • Python 入口点装饰器
  • 使用 dxpy 处理输入/输出
  • 开发最佳实践
  • 常见问题和解决方案

2. 数据操作

目的：管理平台上的文件、记录和其他数据对象。

关键操作：

  • 使用 dxpy.upload_local_file() 和 dxpy.download_dxfile() 上传/下载文件
  • 创建和管理带元数据的记录
  • 按名称、属性或类型搜索数据对象
  • 克隆项目之间的数据
  • 管理项目文件夹和权限

常见用例：

  • 上传测序数据（FASTQ 文件）
  • 组织分析结果
  • 搜索特定样本或实验
  • 跨项目备份数据
  • 管理参考基因组和注释

参考：见 references/data-operations.md 获取：

  • 完整的文件和记录操作
  • 数据对象生命周期（打开/关闭状态）
  • 搜索和发现模式
  • 项目管理
  • 批处理操作

3. 作业执行

目的：运行分析、监控执行和编排工作流。

关键操作：

  • 使用 applet.run() 或 app.run() 启动作业
  • 监控作业状态和日志
  • 为并行处理创建子作业
  • 构建和运行多步工作流
  • 使用输出引用链接作业

常见用例：

  • 在测序数据上运行基因组学分析
  • 并行处理多个样本
  • 多步分析管道
  • 监控长时间运行的计算
  • 调试失败的作业

参考：见 references/job-execution.md 获取：

  • 完整的作业生命周期和状态
  • 工作流创建和编排
  • 并行执行模式
  • 作业监控和调试
  • 资源管理

4. Python SDK (dxpy)

目的：通过 Python 编程访问 DNAnexus 平台。

关键操作：

  • 使用数据对象处理器（DXFile、DXRecord、DXApplet 等）
  • 使用高级函数处理常见任务
  • 为高级操作进行直接 API 调用
  • 创建对象之间的链接和引用
  • 搜索和发现平台资源

常见用例：

  • 用于数据管理的自动化脚本
  • 自定义分析管道
  • 批处理工作流
  • 与外部工具集成
  • 数据迁移和组织

参考：见 references/python-sdk.md 获取：

  • 完整的 dxpy 类参考
  • 高级实用函数
  • API 方法文档
  • 错误处理模式
  • 常见代码模式

5. 配置和依赖项

目的：配置应用元数据和管理依赖项。

关键操作：

  • 使用输入、输出和运行规范编写 dxapp.json
  • 安装系统包（execDepends）
  • 捆绑自定义工具和资源
  • 使用资产共享依赖项
  • 集成 Docker 容器
  • 配置实例类型和超时

常见用例：

  • 定义应用输入/输出规范
  • 安装生物信息学工具（samtools、bwa 等）
  • 管理 Python 包依赖项
  • 使用 Docker 镜像处理复杂环境
  • 选择计算资源

参考：见 references/configuration.md 获取：

  • 完整的 dxapp.json 规范
  • 依赖项管理策略
  • Docker 集成模式
  • 区域和资源配置
  • 示例配置

快速入门示例

上传和分析数据

import dxpy

# 上传输入文件
input_file = dxpy.upload_local_file("sample.fastq", project="project-xxxx")

# 运行分析
job = dxpy.DXApplet("applet-xxxx").run({
    "reads": dxpy.dxlink(input_file.get_id())
})

# 等待完成
job.wait_on_done()

# 下载结果
output_id = job.describe()["output"]["aligned_reads"]["$dnanexus_link"]
dxpy.download_dxfile(output_id, "aligned.bam")

搜索和下载文件

import dxpy

# 查找特定实验的 BAM 文件
files = dxpy.find_data_objects(
    classname="file",
    name="*.bam",
    properties={"experiment": "exp001"},
    project="project-xxxx"
)

# 下载每个文件
for file_result in files:
    file_obj = dxpy.DXFile(file_result["id"])
    filename = file_obj.describe()["name"]
    dxpy.download_dxfile(file_result["id"], filename)

创建简单应用

# src/my-app.py
import dxpy
import subprocess

@dxpy.entry_point('main')
def main(input_file, quality_threshold=30):
    # 下载输入
    dxpy.download_dxfile(input_file["$dnanexus_link"], "input.fastq")

    # 处理
    subprocess.check_call([
        "quality_filter",
        "--input", "input.fastq",
        "--output", "filtered.fastq",
        "--threshold", str(quality_threshold)
    ])

    # 上传输出
    output_file = dxpy.upload_local_file("filtered.fastq")

    return {
        "filtered_reads": dxpy.dxlink(output_file)
    }

dxpy.run()

工作流决策树

使用 DNAnexus 时，请遵循此决策树：

  1. 需要创建新的可执行程序吗？

    • 是 → 使用 应用开发 (references/app-development.md)
    • 否 → 继续步骤 2

  2. 需要管理文件或数据吗？

    • 是 → 使用 数据操作 (references/data-operations.md)
    • 否 → 继续步骤 3

  3. 需要运行分析或工作流吗？

    • 是 → 使用 作业执行 (references/job-execution.md)
    • 否 → 继续步骤 4

  4. 编写 Python 脚本用于自动化吗？

    • 是 → 使用 Python SDK (references/python-sdk.md)
    • 否 → 继续步骤 5

  5. 配置应用设置或依赖项吗？

    • 是 → 使用 配置 (references/configuration.md)

通常，您需要多个能力结合使用（例如，应用开发 + 配置，或数据操作 + 作业执行）。

安装和认证

安装 dxpy

uv pip install dxpy

登录 DNAnexus

dx login

这将认证您的会话并设置访问项目和数据。

验证安装

dx --version
dx whoami

常见模式

模式 1：批处理

使用相同分析处理多个文件：

# 查找所有 FASTQ 文件
files = dxpy.find_data_objects(
    classname="file",
    name="*.fastq",
    project="project-xxxx"
)

# 启动并行作业
jobs = []
for file_result in files:
    job = dxpy.DXApplet("applet-xxxx").run({
        "input": dxpy.dxlink(file_result["id"])
    })
    jobs.append(job)

# 等待所有完成
for job in jobs:
    job.wait_on_done()

模式 2：多步管道

将多个分析链接在一起：

# 步骤 1：质量控制
qc_job = qc_applet.run({"reads": input_file})

# 步骤 2：比对（使用 QC 输出）
align_job = align_applet.run({
    "reads": qc_job.get_output_ref("filtered_reads")
})

# 步骤 3：变异调用（使用比对输出）
variant_job = variant_applet.run({
    "bam": align_job.get_output_ref("aligned_bam")
})

模式 3：数据组织

系统地组织分析结果：

# 创建有组织的文件夹结构
dxpy.api.project_new_folder(
    "project-xxxx",
    {"folder": "/experiments/exp001/results", "parents": True}
)

# 上传带元数据
result_file = dxpy.upload_local_file(
    "results.txt",
    project="project-xxxx",
    folder="/experiments/exp001/results",
    properties={
        "experiment": "exp001",
        "sample": "sample1",
        "analysis_date": "2025-10-20"
    },
    tags=["validated", "published"]
)

最佳实践

  1. 错误处理：始终在 try-except 块中包装 API 调用
  2. 资源管理：为工作负载选择适当的实例类型
  3. 数据组织：使用一致的文件夹结构和元数据
  4. 成本优化：归档旧数据，使用适当的存储类别
  5. 文档：在 dxapp.json 中包含清晰的描述
  6. 测试：在生产使用前使用各种输入类型测试应用
  7. 版本控制：为应用使用语义版本控制
  8. 安全：切勿在源代码中硬编码凭据
  9. 日志记录：包含信息性日志消息以便调试
  10. 清理：删除临时文件和失败的作业

资源

此技能包含详细的参考文档：

references/

当您需要特定操作的详细信息或处理复杂任务时，请加载这些参考。

获取帮助