Ik maak een reproduceerbare bioinformatics pipeline in nextflow

Ik bouw bioinformatica pipelines in Nextflow, hetzij door een analyse die je al handmatig uitvoert aan te passen, of door er een vanaf nul te ontwerpen als je begint met slechts een set tools en een doel.

Nextflow is hier de juiste keuze voor de meeste labs: het regelt parallelisatie en het hervatten van mislukte runs zonder extra configuratie, en het werkt op dezelfde manier lokaal, op een cluster of in de cloud, zodat de pipeline niet opnieuw gebouwd hoeft te worden als je rekenomgeving later verandert.

Als je een bestaande workflow hebt, restructureer ik die in gedefinieerde processen met duidelijke inputs en outputs bij elke fase, en een Conda-omgeving of container per proces zodat toolversies vastliggen en de resultaten reproduceerbaar zijn. Als je vanaf nul begint, bepalen we samen de stappen op basis van je datatypes en analysetoelen voordat ik iets bouw.

Ik schrijf de documentatie zodat het gebruikt kan worden door iemand die geen bioinformaticus is en misschien geen ervaring heeft met Nextflow. Dat betekent eenvoudige instructies voor de setup, wat elke parameter daadwerkelijk controleert (niet alleen de naam), hoe een succesvolle run eruitziet, en wat te doen bij de meest voorkomende foutmeldingen.