一个包装为FAIR数字对象的多omics数据分析工作流

科学领域:

• 计算生物学 计算生物学
• 生物信息学是一种生物信息学.
• 数据科学数据科学数据科学

背景情况:

• 实施FAIR (可查找,可访问,可互操作,可重复使用) 数据原则可以提高知识的发现,可重复性和数据的重复使用.
• 研究软件的FAIR原则促进计算工作流程的可发现性和可重复使用性.
• FAIR 数字对象促进了研究对象的整合,包括计算工作流.

研究的目的:

• 开发和共享一个多主题的数据分析工作流程,遵守FAIR原则.
• 为计算工作流程展示FAIR原则的实际应用.
• 为多omics分析工作流创建一个FAIR数字对象.

主要方法:

• 使用Nextflow开发了一种多omics数据分析工作流程,其中包含软件依赖性的容器化.
• 应用了软件开发的最佳实践,包括版本控制,文档和许可.
• 工作流被用语义元数据描述,作为一个研究对象箱包装,并在Workflow.Hub上发布.

主要成果:

• 成功创建和共享了一个代表多omics数据分析工作流的FAIR数字对象.
• 该工作流旨在调查多omics数据和儿童外部化行为之间的共享模式.
• 实施证明了对研究软件的FAIR原则的遵守.

结论:

• 在采用计算工作流程的 FAIR 实践中分享经验可以指导其他研究人员.
• 开发的FAIR数字对象是实施OMIC数据分析中的FAIR原则的实际例子.
• 这项工作促进采用FAIR实践,以提高研究可重复性和生物信息学数据共享.