• https://kobic.re.kr/kobic/analysis
• 등록일2025-08-28

Bio-express 플랫폼의 공식 표준 분석 환경입니다. Python 3.10, R 4.3.1, Bash를 지원하여, 다양한 분석 파이프라인과 스크립트를 안정적으로 실행할 수 있도록 설계되었습니다.

• https://scanpy.readthedocs.io/en/stable/
• 등록일2025-09-17

Scanpy가 설치된 컨테이너 이미지는 단일세포 전사체 데이터 분석 환경을 손쉽게 구축하고 재현할 수 있도록 설계된 실행 패키지입니다. 사용자는 복잡한 설치 과정 없이 컨테이너를 실행함으로써 동일한 버전의 Scanpy 및 의존성 라이브러리를 안정적으로 활용할 수 있습니다. 이를 통해 연구자는 데이터 전처리, 차원 축소, 군집 분석, 시각화 등 핵심 분석을 즉시 수행할 수 있으며, 분석 환경의 일관성을 보장받아 협업과 연구 재현성을 크게 향상시킬 수 있습니다. 또한 클라우드 및 HPC 환경에서도 동일하게 활용 가능해 유연한 확장성이 제공됩니다.

• https://github.com/laxeye/zga
• 등록일2025-09-17

ZGA는 박테리아 및 고세균(prokaryote)의 유전체(genome) 조립(assembly)과 주석(annotation)을 자동화하는 파이썬 기반 파이프라인입니다. Illumina, Nanopore, PacBio, BGI 등 다양한 시퀀싱 리드 타입을 지원하며, 품질 검사(QC), 필터링, 트리밍(trimming), 오버랩 쌍 병합, 조립, 조립 후 연마(polishing), 조립 품질 평가, annotation 단계까지 전체 흐름을 포함합니다. SPAdes, Unicycler, Flye 및 MEGAHIT 등의 최신 도구를 사용하며 CheckM으로 평가하고 Bakta를 통해 유전체 주석 작업을 수행합니다. 설치는 Conda 또는 PyPI를 통해 가능하며, 낮은 사양의 데스크탑에서도 동작하도록 설계되어 있습니다.

• https://github.com/BinPro/CONCOCT
• 등록일2025-11-06

이 컨테이너 이미지는 MAG (Metagenome-Assembled Genome) 파이프라인 내에서 비닝(binning) 작업 단계를 안정적으로 수행하기 위해 생성된 실행 환경으로, 각 binning 도구의 실행 파일, 필수 라이브러리, 및 관련 데이터베이스 경로 등을 포함합니다. 비닝 단계는 수많은 시퀀싱 단편(contig)을 유전체 단위로 재구성하는 과정으로, CONCOCT, MetaBAT2, MaxBin2 등의 도구가 사용됩니다. 이러한 binning 도구들은 서로 다른 의존성(dependency) 및 버전 환경을 요구하므로, 이를 효율적으로 관리하고 분석의 재현성을 확보하기 위해 전용 컨테이너 기반 실행 환경 (containerized environment) 내에서 수행됩니다. 이 환경에서는 contig의 서열 조성(k-mer)과 시퀀싱 깊이(coverage) 정보를 통계적으로 비교하여, 유사한 특성을 가진 contig들을 묶음으로써 미생물 유전체(MAG)를 복원합니다.

• https://github.com/Xinglab/rmats-turbo
• 등록일2025-11-06

이 컨테이너 이미지는 RNA-seq 기반 Alternative Splicing (AS) 분석을 위해 생성된 실행 환경으로, rMATS와 ggsashimi를 제공합니다. AS는 하나의 유전자를 구성하는 복수의 exon(coding region) 조합에 따라 여러 전사체(isoform)가 생성되는 현상으로, 이에 따라 동일한 유전자가 서로 다른 구조와 기능을 갖는 단백질을 발현할 수 있습니다. rMATS (Replicate Multivariate Analysis of Transcript Splicing)는 복제 RNA-seq 데이터를 기반으로 그룹 간 alternative splicing 차이를 통계적으로 검출하는 도구로, exon skipping, intron retention, alternative 5′/3′ splice site, mutually exclusive exons 등 5가지 주요 스플라이싱 이벤트를 분석합니다. ggsashimi는 RNA-seq 데이터를 기반으로 스플라이싱 이벤트의 junction 구조를 시각화하여, 샘플 또는 조건 간 스플라이싱 패턴 차이를 직관적으로 비교할 수 있도록 해주는 커맨드라인 도구입니다.

• https://github.com/stjude/ROSE
• 등록일2025-11-06

이 컨테이너 이미지는 슈퍼 인핸서(Super-Enhancer, SE) 분석을 위한 ROSE와, 결과를 시각화하는 deepTools를 제공합니다. 슈퍼 인핸서는 전사 인자(Transcription Factor, TF) 등 단백질과 상호작용하여 타깃 유전자의 전사를 강력하게 촉진하는 유전자 조절 영역입니다. ROSE는 인접한 인핸서 후보 영역들을 병합하고, 단백질 결합 신호 강도에 따라 순위를 매긴 후, 급격한 신호 증가가 나타나는 변곡점을 기준으로 슈퍼 인핸서를 식별합니다. 이후 deepTools를 이용하여 해당 영역의 피크 강도 분포를 프로파일(profile) 및 히트맵(heatmap) 형태로 시각화함으로써, 인핸서 활성 패턴을 직관적으로 확인할 수 있습니다. 이 컨테이너 환경에는 ROSE와 deepTools의 실행에 필요한 Python 및 R 기반 분석 환경이 모두 구축되어 있으며, 사용자는 별도의 환경 설정 없이 바로 분석을 수행할 수 있습니다.

• https://qiime2.org/
• 등록일2025-09-17

컨테이너 이미지로 배포되는 QIIME 2는 마이크로바이옴 및 다중 오믹스 데이터를 분석할 수 있는 종합 플랫폼으로, 설치의 복잡성을 제거하고 재현 가능한 분석 환경을 제공합니다. 이 이미지에는 핵심 본체와 다양한 플러그인, 종속 라이브러리 및 자동 provenance 기록 기능이 포함되어 있어 실험 조건, 매개 변수, 분석 흐름이 데이터와 함께 메타데이터로 남습니다. CLI, Python API, GUI 인터페이스를 통한 유연한 접근을 제공하며, 클라우드 및 고성능 컴퓨팅(HPC) 환경에서도 동일한 환경으로 사용할 수 있어 협업과 분석 일관성이 확보됩니다. 또한 사용자 및 커뮤니티가 개발한 플러그인을 통한 확장성도 뛰어납니다.

• https://github.com/caravagnalab/TINC
• 등록일2025-09-17

컨테이너 이미지로 제공되는 TINC은 종양-매칭 정상 샘플(matched normal) 내 종양 DNA 오염(tumour-in-normal, TIN) 및 종양 시료 내 종양 순도(tumour purity, TIT)를 자동으로 평가하는 생물정보학 도구입니다. 전체 유전체 서열(read count) 데이터를 바탕으로, 정상 샘플이 오염되었을 경우 생길 수 있는 잘못된 음성(false negatives)을 사전에 감지할 수 있으며, 그 결과 분석자는 적절한 somatic 변이 호출(somatic caller) 전략을 선택할 수 있습니다. R 패키지 기반이며, 컨테이너를 사용하면 환경 설정 및 의존성 문제 없이 일관되고 재현 가능한 분석 워크플로우를 클라우드나 HPC에서도 즉시 실행 가능합니다.

• https://github.com/hillerlab/TOGA
• 등록일2025-09-17

TOGA는 유전체 정렬(genome alignment) 데이터를 활용해 기준 유전체(reference)와 대상 유전체(query) 간의 상동 유전자(ortholog)를 추론하고, 유전자가 온전한(intact)지 혹은 손실(lost)되었는지를 분류하는 도구입니다. bed12 형식의 기준 유전자 주석(annotation), chain-형식 유전체 정렬(chain files), 2bit 유전체 서열 데이터를 입력으로 사용하며, CESAR2.0 연산 및 기계 학습(machine learning) 모델을 통합하여 동형 유전자(ortholog), 유사 유전자(paralog), 또는 처리된 가성 유전자(pseudogene)를 구분합니다. 또한 유전자 상실(gene loss) 탐지, 유전체 조립 품질 평가, transcript projection, 유 전사체(isoforms)의 처리 등의 기능을 포함하고 있어 진화생물학, 비교유전체학 연구에 적합한 파이프라인입니다.