流水线集成

gmlst 提供容器镜像与开箱即用的工作流示例（Nextflow、Snakemake 或纯 Docker），无需本地 conda 环境即可接入大规模监测流水线。

Docker

镜像（Docker Hub 上的 indexofire/gmlst）内置 gmlst 与全部四个比对后端（BLAST+、minimap2、MUMmer4、KMA），以及 KMC 与 samtools：

# 拉取发布镜像
docker pull indexofire/gmlst:latest

# 分型单样本（挂载工作目录；scheme 缓存位于 /home/mambauser/.cache/gmlst）
docker run --rm -v "$PWD:/data" indexofire/gmlst:latest \
    typing mlst -s saureus_1 /data/sample.fna -o /data/result.tsv

# 批量：16 并行样本 + 持久化 scheme 缓存
docker run --rm -v "$PWD:/data" -v "$PWD/.gmlst-cache:/home/mambauser/.cache/gmlst" \
    indexofire/gmlst:latest \
    typing mlst -s saureus_1 -t 1 --max-workers 16 /data/assemblies/*.fna -o /data/batch.tsv

每个发布版本均有对应标签（indexofire/gmlst:0.5.2、0.5 等）。镜像构建内置冒烟测试（gmlst --version、blastn、minimap2、kma）——见 .github/workflows/docker.yml。

从本地源码构建：

docker build -t gmlst:local .
# 或固定精确 PyPI 版本：
docker build --build-arg GMLST_VERSION=0.5.2 -t gmlst:0.5.2 .

Nextflow

见 examples/pipelines/gmlst_mlst.nf：

nextflow run gmlst_mlst.nf \
    --samples "assemblies/*.fna" \
    --scheme saureus_1 \
    -profile docker \
    -resume

该 process 输出每样本的 TSV + JSON 及用于溯源的 versions.yml。附加 CLI 参数通过 --args "--minscore 50" 传入。云端执行器上让 Nextflow 按样本扇出；每个任务内 gmlst 保持单样本运行（无需 --max-workers）。

Snakemake

见 examples/pipelines/Snakefile：

snakemake -j 16 --use-singularity --config scheme=saureus_1 sample_dir=data/assemblies

并行策略建议

• 单机批量运行以 --max-workers N 为主要加速手段（实测数据见 README）。
• 工作流引擎中优先做任务级扇出（每任务一个样本）——每个任务内 gmlst 单样本、默认线程，资源申请可预测。
• 挂载持久缓存（GMLST_CACHE_DIR 或默认 ~/.cache/gmlst），使 scheme 只在每个流水线实例中下载一次，而非每个任务一次。

容器中的环境变量

变量	容器中的典型取值
GMLST_CACHE_DIR	挂载卷，如 /data/.gmlst-cache
GMLST_TMPDIR	挂载磁盘上的暂存空间（大批量场景）
GMLST_PUBMLST_API_KEY	密钥注入，用于 2024 之后的 PubMLST 数据

完整变量列表见配置参考。