1

我们需要创建一个由来自多个包的命令组成的工作流，最终让研究所的其他成员（顺便说一下，他们不是计算机科学家）能够下载和使用它。

在线搜索，有一些用于创建工作流的包（https://www.biostars.org/p/91301/），其中有 Snakemake（https://snakemake.readthedocs.io/en/v3.9.1/snakefiles/deployment .html ) 似乎是一个很好的候选者。

我们想知道这是否真的是为此目的的最佳软件包，是否有更好的选择？

4

1 回答 1

2

这在很大程度上取决于所使用的计算机知识以及可用的预算。真正了解谁将使用您的软件//程序。一切都取决于此，它将减少可供选择的语言库。

也可以查看这篇论文： https ://www.ncbi.nlm.nih.gov/pmc/articles/PMC5429012/

我们小组在对景观进行了大约 6 周的调查后选择了 Snakemake（2017 年 2 月至 3 月）

就恰到好处的易用性而言，同时仍然允许经验丰富的编码人员进行足够的定制，Snakemake 恰到好处。很多功能，绰绰有余。伟大的集群集成。Wrappers 真的很酷，而且易于使用。我们想要更多的粒度和控制，所以我们实际上是在编写我们自己的所有模块（复制当前用 GNU Make 编写的模块）。

对于分发，Snakemake 有这个，很方便。 https://snakemake.readthedocs.io/en/latest/snakefiles/deployment.html

Snakemake 在 conda (Anaconda.org) 中也得到了很好的维护，这进一步支持了可移植性。当我在 CentOS5（旧操作系统）上运行时，这对我来说是一个重大问题。Johannes 为向后兼容所做的努力非常出色。 https://anaconda.org/bioconda/snakemake

Snakemake 很好地利用了 python。Python 和 R 是我认为与生物计算社区相关的两种语言，因此在寻找学生或雇用有经验的人方面，你的候选人池更大。我使用 python 脚本来构建模块化管道。我所有的管道（依赖项）都是用 Snakemake 编写的，我的任务的执行是在 Python 中完成的（带有一点 Bash）。固体缩放。通配符可能很棘手，但借助正则表达式的强大功能，人们可以预料到会遇到困难。

作者仍然非常活跃，这对我们来说是一个巨大的考虑，在 StackOverflow、BitBucket 和 Google Groups 中。

除了功能之外，我们还考虑向前发展。Snakemake 似乎是由深陷生物界的人编写的。BDS的作者也遵循类似的心态。其他一些较大的语言是由公司运行的。并不是说公司不好，但我认为可能存在潜在的动机差异。

我们考虑的其他语言是：

  1. Nextflow：https ://www.nextflow.io/ 这并不是说这不是一门伟大的语言，该语言极大地赋予了编码人员权力，但是，作为开发人员，他们决定基于“数据流编程范式”发明新的术语。在尝试使用该语言进行开发时，它大大增加了学习曲线。 https://www.nextflow.io/docs/latest/basic.html#processes-and-channels

  2. BigDataScript：https ://pcingola.github.io/BigDataScript/bigDataScript_manual.html 我真的很喜欢这种语言，它更类似于你在学校学习的编码语言（Java、C），并且使用了很多相同的术语. 这将是我们的第二选择，如果我们的团队还没有非常熟悉 GNU Make 的编码风格，我们可能最终会使用 BDS。此外，该语言的作者是 snpEff 的作者。

还有很多其他语言。我们小组真的只是详细检查了这三个。我在 Snakemake 和 BDS 上有幻灯片（PPTX 中的 20 多张幻灯片），突出了我们在每个方面都重视的功能，如果有兴趣，我可以主持供您阅读。没什么特别的，主要是阅读每种语言手册的片段。

您拥有的 biostars 链接我们也非常重视。

这篇文章反映了我对 Snakemake 和 Nextflow 的感受：https ://jmazz.me/blog/NGS-Workflows

于 2017-05-26T16:19:03.107 回答