在云中使用CAVATICA进行定制的生物医学FAIR数据分析

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学

背景情况:

• 生物医学数据格局越来越多地根据可查找,可访问,可互操作和可重复使用 (FAIR) 数据原则进行协调.
• 基于云的研究为使用非标准的计算管道分析大型,多样化的数据集提供了新的途径.
• 执行定制云分析对于缺乏先进计算专业知识的研究人员来说可能具有挑战性.

研究的目的:

• 在 CAVATICA 平台上为基于云计算的计算分析提供一种可访问和简化的方法.
• 详细介绍了定制工作流程的开发,用于分析案例-父三组的整个基因组序列.
• 为了能够检测性别特异性基因对面孔裂风险的影响.

主要方法:

• 使用Docker开发云工作流程,用于软件环境容器化.
• 为工作流程的每个步骤创建个别分析工具.
• 使用视觉工作流编辑器将工具集成到通用工作流语言 (CWL) 管道中.

主要成果:

• 在CAVATICA云平台上成功开发和实施了自定义工作流.
• 该工作流程促进了对整个基因组序列的分析,以调查性别特异性基因对面孔裂风险的影响.
• 这种方法对于具有基本计算技能的研究人员来说是有效的.

结论:

• 提出的三组件方法 (Docker,工具创建,CWL管道) 简化了基于云的生物医学数据分析.
• 该方法可扩展到各种高吞吐量分析,并与像BioData Catalyst这样的平台兼容.
• 这种方法使数据的多功能重复使用成为可能,并在FAIR数据时代加速生物医学发现.