差异性表达分析是转录组研究的核心目标之一,对于揭示基因功能和调控规律具有重要意义。但该分析属于多步迭代且耗时较长的计算密集型过程,软件之间具有复杂的数据依赖关系,输入输出格式不尽相同,传统方式下软件安装与使用复杂、繁琐的手动操作、分析环境的不易迁移以及无法按需集成都是有待解决的关键问题。针对上述问题,文中首次将云开源项目Docker容器技术应用于生物信息领域,提出了一种高效自动化的转录组差异性表达分析方法,最终形成了一种更为简单易用的框架与平台。具体工作如下:(1)本文深入调研总结了国内外转录组差异性表达分析自动化研究现状,提出将Docker容器技术应用于转录组差异性表达分析领域的方法,将整合形成的最佳实践流程各环节依赖组件在可移植的Docker容器中内置与集成,内部采用“多脚本联动”与Web服务相结合的方式进行了转录组差异性表达分析高效自动化的实现。(2)其次,本文以6节点的Kubernetes集群为实验环境,将上述方法与传统人工方式进行样本分析测试,对准确性以及处理效率等多方面进行实验验证。实验结果表明,与传统方式相比,该方法的分析时间缩短约69.3%,效率提升2倍左右,为研究人员提供了更高效的技术支持。(3)最后,本文基于上述方法形成了转录组差异性分析自动化分析框架DEA-container框架,该框架提供了友好的用户访问界面和自动向用户生成报告的功能,对外提供单一的数据输入和输出端点,用户仅需对分析序列进行上传与提交,无需其他任何操作。当后端服务器处理分析完毕后,会将分析结果文件通过Web界面反馈至用户的同时并提供用户下载结果文件功能,进而为生物学家进一步的研究提供可靠性依据。