克洛莎2.0:一个生物工作流设计系统,用于对高性能集群基础设施的大规模基因组数据分析

科学领域:

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

背景情况:

• 下一代测序 (NGS) 数据的爆炸性增长带来了重大的计算挑战.
• 计算资源的高成本和复杂性是大数据分析的障碍.
• 云计算为访问必要的计算资源提供了一个可扩展的解决方案.

研究的目的:

• 介绍Closha 2.0,一个基于云的服务,用于分析大规模的基因组数据集.
• 为具有不同级别编程专业知识的基因组研究人员提供一个可访问的平台.
• 为了提高之前Closha 1.0版本的可用性和功能.

主要方法:

• 开发一个具有用户友好的界面的云计算服务 (Closha 2.0).
• 集成一个支持Python,R和shell脚本的脚本编辑器.
• 实现工具执行的容器化,以确保稳定性和防止冲突.
• 包括单个管道步骤的执行,用于测试和参数调整.
• 更新GBox用于高速大数据集传输.

主要成果:

• 克洛莎2.0为基因组数据分析提供了一个稳定,容器化的环境.
• 用户可以集成自定义脚本,并单独执行管道步骤以获得灵活性.
• 该平台通过拖放功能简化复杂的分析.
• 可重现的分析管道,具有永久记录的参数和输入.
• 更新的 GBox 便于高效地传输大型基因组数据集.

结论:

• 克洛莎2.0提供了一个用户友好的,可复制的基因组数据分析平台.
• 该服务使研究人员能够从NGS数据中获得准确的结果.
• Closha 2.0是免费可用的,降低了基因组数据分析的障碍.