VariantAgent/docker/Dockerfile at main · InternScience/VariantAgent · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
FROM interndiscoveryscp/scp-code:v2

LABEL maintainer="canton-env" \
      description="Canton GWAS environment based on scp-code:v2"

# 切换到 root 用户以执行安装操作
USER root

# 配置 apt 使用清华镜像源（兼容 Debian 12 的 DEB822 格式和旧版 sources.list）
# 并安装必要工具及 kaleido/Chromium 所需系统依赖
RUN sed -i 's|http://deb.debian.org|https://mirrors.tuna.tsinghua.edu.cn|g' \
        /etc/apt/sources.list 2>/dev/null || true && \
    sed -i 's|http://deb.debian.org|https://mirrors.tuna.tsinghua.edu.cn|g' \
        /etc/apt/sources.list.d/debian.sources 2>/dev/null || true && \
    apt-get update && apt-get install -y --no-install-recommends \
    bzip2 \
    ca-certificates \
    chromium \
    libnss3 \
    libgbm1 \
    libasound2 \
    libatk1.0-0 \
    libatk-bridge2.0-0 \
    libcups2 \
    libdrm2 \
    libxkbcommon0 \
    libxcomposite1 \
    libxdamage1 \
    libxrandr2 \
    && rm -rf /var/lib/apt/lists/*

# 安装 Miniforge（内置 mamba，基于 conda-forge，无需接受 Anaconda TOS）
ENV CONDA_DIR=/opt/conda
RUN wget -q https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh \
        -O /tmp/miniforge.sh && \
    bash /tmp/miniforge.sh -b -p ${CONDA_DIR} && \
    rm /tmp/miniforge.sh && \
    ${CONDA_DIR}/bin/conda clean -afy

# 将 conda/mamba 加入 PATH
ENV PATH="${CONDA_DIR}/bin:${PATH}"

# HuggingFace 镜像（容器内访问 huggingface.co 不可达时使用）
ENV HF_ENDPOINT=https://hf-mirror.com

# 配置 conda 使用清华镜像源，增大超时和重试次数
RUN conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ && \
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ && \
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ && \
    conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/ && \
    conda config --set show_channel_urls yes && \
    conda config --set remote_connect_timeout_secs 60 && \
    conda config --set remote_read_timeout_secs 300 && \
    conda config --set remote_max_retries 10

# 第一步：用 mamba 安装所有 conda 包（不含 pip 部分）
COPY config/canton_environment_conda_only.yml /tmp/canton_environment_conda_only.yml
RUN mamba env create --yes -f /tmp/canton_environment_conda_only.yml && \
    conda clean -afy && \
    rm -f /tmp/canton_environment_conda_only.yml

# 第二步：用 pip 安装剩余 pip 包，锁定版本，--no-deps 跳过依赖冲突检查
COPY config/canton_pip_requirements.txt /tmp/canton_pip_requirements.txt
RUN /opt/conda/envs/canton/bin/pip install \
    --no-deps \
    --index-url https://pypi.tuna.tsinghua.edu.cn/simple \
    --extra-index-url https://download.pytorch.org/whl/cpu \
    -r /tmp/canton_pip_requirements.txt && \
    rm -f /tmp/canton_pip_requirements.txt

# 第三步：安装 canton R 包（CRAN + GitHub）
# 使用 conda run 而非直接调用 Rscript，确保 conda 编译器环境变量（CC/CXX 等）完整激活
# 否则含 C++ 代码的包（如 SeuratObject）编译时会报 x86_64-conda-linux-gnu-c++: not found
ARG GITHUB_PAT=""
COPY config/canton_r_packages.R /tmp/canton_r_packages.R
RUN conda run --no-capture-output -n canton \
    bash -c "GITHUB_PAT=${GITHUB_PAT} Rscript /tmp/canton_r_packages.R && rm -f /tmp/canton_r_packages.R"

# ── biopathnet 环境 ──────────────────────────────────────────────────────────
COPY config/biopathnet_environment_conda_only.yml /tmp/biopathnet_environment_conda_only.yml
RUN mamba env create --yes -f /tmp/biopathnet_environment_conda_only.yml && \
    conda clean -afy && \
    rm -f /tmp/biopathnet_environment_conda_only.yml
COPY config/biopathnet_pip_requirements.txt /tmp/biopathnet_pip_requirements.txt
# 第1步：先安装 setuptools/wheel（提供 pkg_resources）和 torch 本体
RUN /opt/conda/envs/biopathnet/bin/pip install \
    --index-url https://pypi.tuna.tsinghua.edu.cn/simple \
    --extra-index-url https://download.pytorch.org/whl/cpu \
    "setuptools==80.9.0" \
    "torch==2.0.1+cpu" "torchaudio==2.0.2+cpu" "torchvision==0.15.2+cpu"
# 第2步：用 --no-build-isolation 安装 torch-cluster 等（构建时直接使用已有 torch）
RUN /opt/conda/envs/biopathnet/bin/pip install \
    --no-build-isolation \
    --index-url https://pypi.tuna.tsinghua.edu.cn/simple \
    "torch-cluster==1.6.3" "torch-scatter==2.1.2" \
    "torch-sparse==0.6.18" "torch-spline-conv==1.2.2"
# 第2步：安装其余所有 pip 包（--no-deps 锁定版本）
RUN /opt/conda/envs/biopathnet/bin/pip install \
    --no-deps \
    -r /tmp/biopathnet_pip_requirements.txt && \
    rm -f /tmp/biopathnet_pip_requirements.txt

# ── clean 环境 ───────────────────────────────────────────────────────────────
COPY config/clean_environment_conda_only.yml /tmp/clean_environment_conda_only.yml
RUN mamba env create --yes -f /tmp/clean_environment_conda_only.yml && \
    conda clean -afy && \
    rm -f /tmp/clean_environment_conda_only.yml
COPY config/clean_pip_requirements.txt /tmp/clean_pip_requirements.txt
RUN /opt/conda/envs/clean/bin/pip install \
    --no-deps \
    -r /tmp/clean_pip_requirements.txt && \
    rm -f /tmp/clean_pip_requirements.txt

# 安装 CLEAN enzyme function predictor Python 包
# build.py 等效于 setup.py（包在 src/CLEAN/），重命名后用 pip 安装
COPY CLEAN/app/build.py /tmp/clean_pkg/setup.py
COPY CLEAN/app/src /tmp/clean_pkg/src
RUN /opt/conda/envs/clean/bin/pip install /tmp/clean_pkg && \
    rm -rf /tmp/clean_pkg

# ── enrich 环境 ──────────────────────────────────────────────────────────────
COPY config/enrich_environment_conda_only.yml /tmp/enrich_environment_conda_only.yml
RUN mamba env create --yes -f /tmp/enrich_environment_conda_only.yml && \
    conda clean -afy && \
    rm -f /tmp/enrich_environment_conda_only.yml
COPY config/enrich_pip_requirements.txt /tmp/enrich_pip_requirements.txt
RUN /opt/conda/envs/enrich/bin/pip install \
    --no-deps \
    -r /tmp/enrich_pip_requirements.txt && \
    rm -f /tmp/enrich_pip_requirements.txt

# ── gsmap_env 环境 ───────────────────────────────────────────────────────────
COPY config/gsmap_env_environment_conda_only.yml /tmp/gsmap_env_environment_conda_only.yml
RUN mamba env create --yes -f /tmp/gsmap_env_environment_conda_only.yml && \
    conda clean -afy && \
    rm -f /tmp/gsmap_env_environment_conda_only.yml
COPY config/gsmap_env_pip_requirements.txt /tmp/gsmap_env_pip_requirements.txt
RUN /opt/conda/envs/gsmap_env/bin/pip install \
    --no-deps \
    -r /tmp/gsmap_env_pip_requirements.txt && \
    rm -f /tmp/gsmap_env_pip_requirements.txt

# ── vep115 环境（含 bioconda 通道）──────────────────────────────────────────
COPY config/vep115_environment.yml /tmp/vep115_environment.yml
RUN mamba env create --yes -f /tmp/vep115_environment.yml && \
    conda clean -afy && \
    rm -f /tmp/vep115_environment.yml

# 初始化 conda，使进入容器后可直接使用 conda activate <env>
RUN conda init bash && \
    echo "source /opt/conda/etc/profile.d/conda.sh" >> /root/.bashrc

# 各环境使用方式：
#   docker exec -it <容器名> bash
#   conda activate canton / biopathnet / clean / enrich / gsmap_env / vep115

# 保持容器运行
CMD ["tail", "-f", "/dev/null"]