• 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.

• 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/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://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.

• 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.