3.3.1介绍

在我们继续之前,这就是看起来完全描述工具,你并不总是需要描述所有这些细节,下面的部分将指导您完成简单的例子完全像这样的例子。

fl < -系统。文件(“码头工人/ rnaseqGene / rabix”、“发电机。R”、包= " sevenbridges”)猫(readline (fl), 9 =“\ n”)

库(sevenbridges) rbx < -工具(标签id =“rnaseqGene”=“rnaseqGene”,描述=“RNA-seq Differiencial表达流和报告”,暗示=需求(码头工人(拉=“腾飞/ rnaseqGene”), cpu (1), mem (2000)), baseCommand = " performDE。R”,输入=列表(输入(id =“bamfiles”,标签=“bam文件”,描述=“bam文件的列表”,type = "文件…”,# #或type = ItemArray(“文件”)前缀= "——bamfiles”,要求= TRUE, itemSeparator = ", "),输入(id =“设计”,标签=“设计矩阵”,type = "文件",要求= TRUE,前缀=”——设计”),输入(id =“gtffile”标签=“基因特性文件”,type = "文件",stageInput =“复制”,要求= TRUE,前缀=”——gtffile”),输入(id =“格式”标签=“报告foramt html或pdf”, type = enum(“格式”,c (pdf, html)),前缀=”——格式”)),输出=(输出列表(id =“报告”,标签=“报告”,描述=“可再生的报告由Rmarkdown”,水珠=表达式(脚本引擎= " # cwl-js-engine " = " x = $工作[[“输入”]][[‘格式’]];if (x = =‘定义’| | x = = null) {x =“html”;};“rnaseqGene。+ x”)),输出(id =“热图”标签=“热图”,描述=“热图阴谋显示样本之间的欧氏距离”,水珠= "热图。pdf”),输出(id =“计数”,标签=“计数”,描述=“读取计算矩阵”,水珠= "计数。csv”),输出(id =“德”,标签=“微分表达式表”,描述=“微分表达式表”,水珠= " de.csv "))) fl < -“本月/码头工人/ rnaseqGene / rabix / rnaseqGene。json“写(rbx toJSON美元(漂亮= TRUE), fl)

现在,让我们将其分解:

中使用的一些关键参数工具函数。

• baseCommand:指定要执行的程序。
• stdout:获取命令的标准输出流到一个文件写入指定输出目录。你不需要这个,如果你指定输出文件收集。
• 输入:为您的命令行输入
• 输出:输出你想收集
• 需求和提示:简而言之,不暗示要求来执行。我们现在接受以下要求的物品cpu,mem,码头工人,fileDef;你可以很容易地构造通过要求()构造函数。这是你如何描述你所需要的资源执行工具,所以系统知道什么类型的实例最适合你的情况。

指定输入和outpus,通常你的命令行接口接受额外的参数作为输入,例如,文件(s)、字符串、枚举、整数、浮点数、布尔。指定你的工具,你可以使用输入函数,然后将其传递给输入参数列表或单项。你甚至可以构建他们data.frame用更少的灵活性。输入()需要的参数id和类型。输出()需要的参数id因为类型默认情况下是文件。

有一些特殊类型:ItemArray和枚举。ItemArray类型可以是数组的单一类型,最常见的情况是,如果你的输入文件的列表,你可以做些什么类型= ItemArray(“文件”)或者是简单的type = "文件……”从一个文件diffenciate输入。当你加入“…”后缀,R会知道这是一个ItemArray。

我们也提供一个枚举类型,指定枚举时,请将所需的名称和符号= enum类型(“格式”,c (pdf, html))那你在平台上的UI将教皇下拉当你执行任务。

现在的工作虽然从简单的最灵活的案件。

3.3.2使用现有的码头工人图像和命令

如果你已经有一个码头工人形象记住,提供你所需要的功能,你可以使用它。的baseCommand你想要执行的命令行,容器。stdout指定输出文件你想捕捉到标准输出,收集它的平台。

在这个简单示例中,我们知道码头工人的形象摇臂/ r-base有一个函数runif我们可以直接在命令行调用Rscript - e。然后我们要收集的输出stdout让文件系统捕获输出文件相匹配的模式* . txt。请注意,你的工具可能产生许多中间文件在当前文件夹,如果你不告诉你需要的输出,他们都将被忽略,所以确保你通过收集那些文件输出参数。

库(sevenbridges) rbx < -工具(标签id =“runif”=“runif”,暗示=需求(码头工人(拉=“摇滚/ r-base”)), baseCommand =“Rscript - e ' runif (100)“”, stdout = "输出。txt”,输出=输出(id =“随机”,水珠= " * . txt ")) rbx

沙特:id: runif id:“# runif”输入:[]输出:-类型:——“零”文件标签:“描述:”streamable:没有默认:“id:“#随机”outputBinding:一团:“*。txt”要求:[]提示:-类:DockerRequirement dockerPull:摇臂/ r-base标签:runif类:CommandLineTool baseCommand:——Rscript - e ' runif(100)的参数:[]stdout: output.txt

rbx toJSON美元()

{“小企业:id”:“runif”,“id”:“# runif”、“输入”:[],“输出”:[{“类型”:“空”,“文件”,“标签”:“”,“描述”:“”,“streamable”:假的,“默认”:“”,“id”:“#随机”、“outputBinding”:{“水珠”:“*。txt”}}],“需求”:[],“提示”:[{“类”:“DockerRequirement”,“dockerPull”:“摇滚/ r-base”}],“标签”:“runif”、“类”:“CommandLineTool”、“baseCommand”: [" Rscript - e ' runif(100)“”),“参数”:[],“标准输出”:“output.txt”}

默认情况下,对象显示YAML的工具,但你可以简单地把它转换成JSON并将其复制到您的七桥平台图形编辑器通过导入JSON。

rbx toJSON美元()

{“小企业:id”:“runif”,“id”:“# runif”、“输入”:[],“输出”:[{“类型”:“空”,“文件”,“标签”:“”,“描述”:“”,“streamable”:假的,“默认”:“”,“id”:“#随机”、“outputBinding”:{“水珠”:“*。txt”}}],“需求”:[],“提示”:[{“类”:“DockerRequirement”,“dockerPull”:“摇滚/ r-base”}],“标签”:“runif”、“类”:“CommandLineTool”、“baseCommand”: [" Rscript - e ' runif(100)“”),“参数”:[],“标准输出”:“output.txt”}

rbx toJSON美元(相当= TRUE)

{“小企业:id”:“runif”,“id”:“# runif”、“输入”:[],“输出”:[{“类型”:“空”,“文件”,“标签”:“”,“描述”:“”,“streamable”:假的,“默认”:“”,“id”:“#随机”、“outputBinding”:{“水珠”:“*。txt”}} ], "requirements": [], "hints": [ { "class": "DockerRequirement", "dockerPull": "rocker/r-base" } ], "label": "runif", "class": "CommandLineTool", "baseCommand": [ "Rscript -e 'runif(100)'" ], "arguments": [], "stdout": "output.txt" }

rbx toYAML美元()

[1]“小企业:id: runif: \国家免疫日' # runif \ ninputs: [] \ noutputs: \ n -类型:\ n -‘零’\ n \ n -文件标签:“\ n描述:“\ n \ n streamable:没有默认:“\ n id: ' #随机' \ n outputBinding: \ n一团:“*。txt \ nrequirements: [] \ nhints: \ n -类:DockerRequirement \ n dockerPull:摇臂/ r-base \ nlabel: runif类:CommandLineTool \ nbaseCommand: \ n - Rscript - e ' runif (100)“\ narguments: [] \ nstdout: output.txt \ n”

3.3.3添加自定义脚本现有码头工人的形象

现在你可能想运行自己的R脚本,但你仍然不想创建新的命令行和码头工人的形象。你只是想用新的输入运行脚本文件在现有容器,介绍的时候了fileDef。你可以直接写脚本作为字符串或导入一个文件内容。和提供需求。

#创建一个新文件fd < - fileDef (name = " runif。R”、内容= " set.seed (1);runif (100)“) # read via reader .srcfile <- system.file("docker/sevenbridges/src/runif.R", package = "sevenbridges") fd <- fileDef( name = "runif.R", content = readr::read_file(.srcfile) ) # add script to your tool rbx <- Tool( id = "runif", label = "runif", hints = requirements(docker(pull = "rocker/r-base")), requirements = requirements(fd), baseCommand = "Rscript runif.R", stdout = "output.txt", outputs = output(id = "random", glob = "*.txt") )

多个脚本呢?

#或者只是readline .srcfile < -执行(“码头工人/ sevenbridges / src / runif。R”、包= " sevenbridges”) fd1 < - fileDef (name = " runif。R”,内容= readr: read_file (.srcfile)) fd2 < - fileDef (name = " runif2。R”、内容= " set.seed (1);runif (100)“) rbx <- Tool( id = "runif_twoscript", label = "runif_twoscript", hints = requirements(docker(pull = "rocker/r-base")), requirements = requirements(fd1, fd2), baseCommand = "Rscript runif.R", stdout = "output.txt", outputs = output(id = "random", glob = "*.txt") )

3.3.4创建正式的命令行界面

以上这些例子,很多参数都是硬编码的脚本,你没有灵活性来控制生成多少数量。多数情况下,你的工具或命令行工具暴露一些输入参数用户。你需要一个更好的方法来描述一个命令行输入/输出。

现在我们把例子。例如,我们准备一个码头工人的形象RFranklin / runif在码头工人中心。这个容器有一个exeutable命令runif.R,你不需要知道里面是什么,你只需要知道,当您运行命令行容器看起来像这样

runif.R--n=100 --max=100 --min=1 --seed=123

这个命令直接outpus两个文件,所以你不需要标准输出捕获随机数。

• output.txt
• report.html

这里的目标是描述这个命令,让所有输入参数和收集所有两个文件。

定义输入,您可以指定

• id这个输入节点:唯一标识符。
• 描述:描述,也显示在UI。
• 类型:要求指定输入类型,文件、整数或字符。
• 标签:人类可读标签输入节点。
• 前缀:前缀在命令行输入参数。
• 默认的:默认值输入。
• 要求这是所需的输入参数。如果需要,当你execte工具为参数提供一个值。
• cmdInclude:包含在命令行或不是。

输出是相似的,espeicaly当你想收集文件,您可以使用一团模式匹配。

#通过输入列表中。lst < -列表(输入(id =“数量”,描述=“观察”的数量,类型=“整数”标签= number,前缀=”——n”,默认= 1 = TRUE, cmdInclude = TRUE),输入(id =“分钟”,描述=“分配”的下限,类型=“浮动”,标签=“分钟”,前缀=“- min”,默认= 0),输入(id =“max”,描述=“分布上限”,类型=“浮动”,标签=“max”前缀=”——马克思“默认= 1),输入(id =“种子”,描述= set.seed“种子”,类型=“浮动”,标签=“种子”,前缀=”——种子”,默认= 1))#输出相同的方法。lst < -列表(输出(id =“随机”,类型=“文件”=“输出”标签,描述=“随机数文件”,水珠= " *。txt”),输出(id =“报告”,类型=“文件”标签=“报告”,水珠= " *。html”)) rbx < -工具(id =“runif”标签=“随机数字生成器”,暗示=需求(码头工人(拉=“RFranklin / runif”)), baseCommand = " runif。R”,输入=。lst #或ins。df =输出。lst)

或者你可以使用data.frame作为输入和输出的例子,但它不太灵活。

在。df < - data.frame (id = c(“数量”,“分”,“马克斯”、“种子”),描述= c(“观察”,“低分布的极限”,“分配”的上限,与set.seed“种子”),type = c(“整数”、“浮动”,“浮动”,“浮动”),标签= c(“数量”,“分”,“马克斯”、“种子”),前缀= c (“n”,“——敏”,“——马克斯”,“——种子”),默认= c(1 0 123),要求= c(真的,假的,假的,假的)。df < - data.frame (id = c(“随机”,“报告”),type = c(“文件”,“文件”),水珠= c (“*。txt”、“* . html”)) rbx < -工具(id =“runif”标签=“随机数字生成器”,暗示=需求(码头工人(拉=“RFranklin / runif”), cpu (1), mem (2000)), baseCommand = " runif。R”,输入=。df, #或ins。df =输出。df)

3.3.5快速的命令行接口commandArgs(位置和命名参数)

现在你一定想知道,我有一个码头工人与R容器,但我没有任何现有的命令行,我可以直接使用。我可以为一个脚本提供一个正式的和快速的命令行接口为现有的应用程序容器。答案是肯定的。当你将脚本添加到您的工具,你可以使用一些技巧,一个受欢迎的一个你可能已经是主管commandArgs。更正式的一个叫做“docopt”,我以后再告诉你。

假设您有一个“runif2spin R脚本。R”使用位置与三个参数映射

1. 数字
2. 最小值
3. 马克斯

我的基本命令将somethine

Rscript runif2spin。R 10 30 50

这就是你在R脚本

fl < -系统。文件(“码头工人/ sevenbridges / src”、“runif2spin。R”、包= " sevenbridges”)猫(readline (fl), 9 =“\ n”)

# - - - #的标题:“随机数发生器榜样”#“输出:#”html_document: #“toc:真#”number_sections:真正的#”- - - - - - # #总结报告#“#”这是一个随机数生成器# + args = commandArgs(真正的)r = runif (n = as.integer (args[1]),最小值= as.numeric (args [2]), max = as.numeric (args [3])) (r)嘘头(r)总结(右)

忽略评论部分,我将介绍旋转/诗行。

然后就以这种方式来描述我的工具,添加脚本前面学到的。

fd < - fileDef (name = " runif。R”,内容= readr: read_file (fl)) rbx < -工具(id =“runif”,标签=“runif”,暗示=需求(码头工人(拉=“摇滚/ r-base”), cpu (1), mem(2000)),需求=需求(fd) baseCommand = " Rscript runif。R”, stdout = "输出。txt”,输入=列表(输入(id =“数量”,类型=“整数”,位置= 1),输入(id =“分钟”,类型=“浮动”,位置= 2),输入(id =“max”类型=“浮动”,位置= 3)),输出=输出(id =“随机”,水珠=“output.txt”))

名叫argumentments怎么样?我还是会推荐使用“docopt”包,但是简单的方法。你想要命令行是这样的

Rscript runif_args。R - n = 10——30 min = max = 50

这是你在R脚本。

fl < -系统。文件(“码头工人/ sevenbridges / src”、“runif_args。R”、包= " sevenbridges”)猫(readline (fl), 9 =“\ n”)

# - - - #的标题:“随机数发生器榜样”#“输出:#”html_document: #“toc:真#”number_sections:真正的#”- - - - - - # #总结报告#“#”这是一个随机数生成器# + args < - commandArgs(真正的)# #快速攻击将命名参数splitArgs < -函数(x) {res < -。函数调用(rbind,拉普(x, (i) {res < - strsplit(我,“=”)[[1]]纳米< - gsub (”+”、“res [1]) c (nm, res [2])})) r < - res[2]的名字(r) < - res [1] r} args < - splitArgs (args) # + r < - runif (n = as.integer (args (“n”)),最小值= as.numeric (args(“最小值”)),max = as.numeric (args (“max”)))总结(r)嘘(r)写。csv文件(r = " out.csv”)

就用这种方式,来描述我的工具,我使用单独的= FALSE并添加=我作为黑客的前缀。

fd < - fileDef (name = " runif。R”,内容= readr: read_file (fl)) rbx < -工具(id =“runif”,标签=“runif”,暗示=需求(码头工人(拉=“摇滚/ r-base”), cpu (1), mem(2000)),需求=需求(fd) baseCommand = " Rscript runif。R”, stdout = "输出。txt”,输入=列表(输入(id =“数量”,类型=“整数”,单独的= FALSE,前缀=”——n = "),输入(id =“分钟”,类型=“浮动”,单独的= FALSE,前缀= " - min = "),输入(id =“max”类型=“浮动”,单独的= FALSE,前缀=”——max = ")),输出=输出(id =“随机”,水珠=“output.txt”))

3.3.6docopt:一个更好的和正式的方法,使命令行界面

3.3.7生成报告

快速报告:旋转和诗行

您可以使用旋转/诗行knitr生成报告直接从Rscript有特殊格式。例如,我们使用上面的例子

fl < -系统。文件(“码头工人/ sevenbridges / src”、“runif_args。R”、包= " sevenbridges”)猫(readline (fl), 9 =“\ n”)

# - - - #的标题:“随机数发生器榜样”#“输出:#”html_document: #“toc:真#”number_sections:真正的#”- - - - - - # #总结报告#“#”这是一个随机数生成器# + args < - commandArgs(真正的)# #快速攻击将命名参数splitArgs < -函数(x) {res < -。函数调用(rbind,拉普(x, (i) {res < - strsplit(我,“=”)[[1]]纳米< - gsub (”+”、“res [1]) c (nm, res [2])})) r < - res[2]的名字(r) < - res [1] r} args < - splitArgs (args) # + r < - runif (n = as.integer (args (“n”)),最小值= as.numeric (args(“最小值”)),max = as.numeric (args (“max”)))总结(r)嘘(r)写。csv文件(r = " out.csv”)

你的命令是这样的

Rscript - e”rmarkdown::渲染(knitr:: (' runif_args旋转。R, FALSE))”--args --n=100 --min=30 --max=50

所以我这样描述我的工具与码头工人的形象摇臂/ tidyverse中突出knitr和rmarkdown包。

fd < - fileDef (name = " runif。R”,内容= readr: read_file (fl)) rbx < -工具(id =“runif”,标签=“runif”,暗示=需求(码头工人(拉=“摇滚/ tidyverse”), cpu (1), mem(2000)),需求=需求(fd) baseCommand =“Rscript - e \”rmarkdown::渲染(knitr:: (' runif旋转。R ', FALSE)) \”- - - args”, stdout = "输出。txt”,输入=列表(输入(id =“数量”,类型=“整数”,单独的= FALSE,前缀=”——n = "),输入(id =“分钟”,类型=“浮动”,单独的= FALSE,前缀= " - min = "),输入(id =“max”类型=“浮动”,单独的= FALSE,前缀=”——max = ")),输出=列表(输出(id =“标准输出”,type = "文件",水珠=“output.txt”),输出(id =“随机”,类型=“文件”,水珠=“* . csv”),输出(id =“报告”,type = "文件",水珠= " * . html ")))

你会得到一个最终报告。

3.3.8Misc

继承元数据和额外的元数据

有时如果你想让你的输出文件继承自特定的输入文件,只使用inheritMetadataFrom在你的输出()调用,通过输入文件id。如果你想添加额外的元数据,您可以通过元数据在你的列表输出()函数调用。例如,我希望我的输出报告继承所有元数据从我“bam_file”输入节点(在这个例子中我没有)和两个额外的元数据字段。

出去了。lst < -列表(输出(id =“随机”,类型=“文件”=“输出”标签,描述=“随机数文件”,水珠= " *。txt”),输出(id =“报告”,类型=“文件”标签=“报告”,水珠= " *。html”, inheritMetadataFrom = " bam_file”,元数据=列表(=“RFranklin”,作者示例=“随机”)))out.lst

[[1]]类型:——“零”文件标签:输出描述:随机数文件streamable:没有默认:“id:“#随机”outputBinding:一团:“*。txt的[[2]]类型:——“零”——文件标签:报告中描述:“streamable:没有默认:“id:“‘outputBinding:一团:#报告*。html的小企业:inheritMetadataFrom: # bam_file小企业:元数据:作者:RFranklin示例:随机的

示例文件/文件作为输入节点

fl < -系统。文件(“码头工人/ rnaseqGene / rabix”、“发电机。R”、包= " sevenbridges”)猫(readline (fl), 9 =“\ n”)

库(sevenbridges) rbx < -工具(标签id =“rnaseqGene”=“rnaseqGene”,描述=“RNA-seq Differiencial表达流和报告”,暗示=需求(码头工人(拉=“腾飞/ rnaseqGene”), cpu (1), mem (2000)), baseCommand = " performDE。R”,输入=列表(输入(id =“bamfiles”,标签=“bam文件”,描述=“bam文件的列表”,type = "文件…”,# #或type = ItemArray(“文件”)前缀= "——bamfiles”,要求= TRUE, itemSeparator = ", "),输入(id =“设计”,标签=“设计矩阵”,type = "文件",要求= TRUE,前缀=”——设计”),输入(id =“gtffile”标签=“基因特性文件”,type = "文件",stageInput =“复制”,要求= TRUE,前缀=”——gtffile”),输入(id =“格式”标签=“报告foramt html或pdf”, type = enum(“格式”,c (pdf, html)),前缀=”——格式”)),输出=(输出列表(id =“报告”,标签=“报告”,描述=“可再生的报告由Rmarkdown”,水珠=表达式(脚本引擎= " # cwl-js-engine " = " x = $工作[[“输入”]][[‘格式’]];if (x = =‘定义’| | x = = null) {x =“html”;};“rnaseqGene。+ x”)),输出(id =“热图”标签=“热图”,描述=“热图阴谋显示样本之间的欧氏距离”,水珠= "热图。pdf”),输出(id =“计数”,标签=“计数”,描述=“读取计算矩阵”,水珠= "计数。csv”),输出(id =“德”,标签=“微分表达式表”,描述=“微分表达式表”,水珠= " de.csv "))) fl < -“本月/码头工人/ rnaseqGene / rabix / rnaseqGene。json“写(rbx toJSON美元(漂亮= TRUE), fl)

注意stageInput例子在上面的脚本中,您可以将它设置为“复制”或“联系”。

输入节点批处理模式

批处理文件(长输出已省略):

f1 < -系统。文件(“extdata /应用程序”、“flow_star。json”,包= " sevenbridges”) f1 < - convert_app (f1) f1 set_batch美元(“sjdbGTFfile类型=“项目”)

批metadta等满足其他条件,下面的例子,使用sample_id和library_id(长输出已省略):

f1 < -系统。文件(“extdata /应用程序”、“flow_star。json”,包= " sevenbridges”) f1 < - convert_app (f1) f1 set_batch美元(“sjdbGTFfile”, c(“元数据。sample_id”、“metadata.library_id”))

提供标准,从项目类型转换为标准

当你把你的应用平台,您将看到批处理可以在任务页或工作流编辑器。

4.3.1介绍

创建一个工作流,我们提供了简单的接口管你的工具到一个单独的工作流,情况下它的工作原理

• 简单的线性工具连接和链接
• 连接流与一个或多个工具

请注意:复杂的工作流程建设,我强烈推荐使用我们的图形界面,没有更好的办法。

4.3.2连接简单线性工具

让我们从头开始创建工具来执行一个简单的任务

1. 1000随机数字输出的工具
2. 2把登录它的工具
3. 工具3做平均计算的一切

库(sevenbridges) # 100的工具,生成随机数t1 < -工具(id =“runif新的测试3”,标签=“随机数”,暗示=需求(码头工人(拉=“摇滚/ r-base”)), baseCommand = " Rscript - e ' x = runif (100);写。csv文件(x) = '随机的。txt row.names = FALSE)”,输出=输出(id =“随机”,类型=“文件”,水珠= "随机的。txt”)) #一个工具日志fd < - fileDef (name = "日志。R”、内容= " args = commandArgs(真正的)x =阅读。表(args[1],头= TRUE) (, ' x '] x = (x)写日志。= ' random_log csv (x,文件。txt”, row.names = FALSE)”)t2 < -工具(id =“日志新的测试3”,标签=“日志”,暗示=需求(码头工人(拉=“摇滚/ r-base”)),需求=需求(fd) baseCommand = " Rscript日志。R”,输入=输入(id =“数量”,type = "文件"),输出=输出(id =“日志”,type = "文件",水珠= " *。txt”)) #一个工具做一个意味着fd < fileDef (name = "的意思。R”、内容= " args = commandArgs(真正的)x =阅读。表(args[1],头= TRUE) (, ' x '] x =意味着(x)写。= ' random_mean csv (x,文件。txt row.names = FALSE)”) t3 <- Tool( id = "mean new test 3", label = "get mean", hints = requirements(docker(pull = "rocker/r-base")), requirements = requirements(fd), baseCommand = "Rscript mean.R", inputs = input( id = "number", type = "file" ), outputs = output( id = "mean", type = "file", glob = "*.txt" ) ) f <- t1 %>>% t2

flow_output: # get_log.log

f < -链接(t1, t2,“#随机”、“#”)

flow_output: # get_log.log

# #你不能直接复制粘贴# #请把它使用API,我们将为您登记每个工具# clipr:: write_clip (jsonlite: toJSON (f,漂亮= TRUE)) t2 < -工具(id =“日志新的测试3”,标签=“日志”,暗示=需求(码头工人(拉=“摇滚/ r-base”)),需求=需求(fd) baseCommand = " Rscript日志。R”,输入=输入(id =“数量”,type = "文件",secondaryFiles = sevenbridges::: set_box (“.bai”)),输出=输出(id =“日志”,type = "文件",水珠= " *。txt”) # clipr:: write_clip (jsonlite: toJSON (t2,漂亮= TRUE))

请注意:这个工作流包含工具,平台不存在,所以如果你直接复制粘贴JSON GUI,它不会正常工作。然而,一个简单的方法是将你的应用平台通过API。这将添加新工具一个接一个项目之前添加您的工作流应用程序的平台。或者,如果您连接两个工具你知道存在在这个平台上,你不需要这样做。

#自动检查工具的信息,推动新工具p app_add美元(“new_flow_log”, f)

4.3.3通过输入和输出id连接工具

现在让我们来连接两个工具

1. Unpakcing fastq压缩文件
2. 星对准器

检查潜在的映射与函数是很容易的link_what,它将打印匹配的输入和输出。然后通用函数链接将允许您连接两个吗工具对象

如果你不指定输入/输出为新的暴露在流水平流对象,它将公开所有availabl并打印的信息,否则,请提供参数flow_input和flow_output与完整的id。

t1 < -系统。文件(“extdata /应用程序”、“tool_unpack_fastq。json”,包= " sevenbridges”) t2 < -系统。文件(“extdata /应用程序”、“tool_star。json”,包= " sevenbridges”) t1 < - convert_app (t1) t2 < - convert_app (t2) #检查可能联系link_what (t1, t2)

美元的文件……美元的文件……美元从id标签类型文件full.name 1 # output_fastq_files输出FASTQ文件文件…美元FASTQ # SBG_Unpack_FASTQs文件…美元需要id标签类型前缀1 #读取序列文件读取…真正的< NA > 95 # sjdbGTFfile拼接结文件文件…假< NA >文件full.name 1 FASTA FASTQ, FA, FQ FASTQ。广州,FQ。广州,FASTQ。BZ2,获取FQ。BZ2 #星95 GTF获取,人造石铺地面,TXT #明星

#链接f1 < -链接(t1, t2,“output_fastq_files”,“读”)

flow_input: # SBG_Unpack_FASTQs.input_archive_file/ #STAR.sjdbGTFfile / #STAR.genome

flow_output: #明星。aligned_reads / #明星。transcriptome_aligned_reads / #明星。reads_per_gene / #明星。log_files / #明星。splice_junctions / #明星。chimeric_junctions / #明星。unmapped_reads / # STAR.intermediate_genome / # STAR.chimeric_alignments

#连接t1 output_id美元(真正的)

文件…“# SBG_Unpack_FASTQs.output_fastq_files”

t2 input_id美元(真正的)

文件…“#明星。读“枚举”#明星。readMatesLengthsIn“int”#明星。readMapNumber“int”#明星。limitOutSJoneRead“int”#明星。limitOutSJcollapsed“枚举”#明星。outReadsUnmapped“int”#明星。outQSconversionAdd“枚举”#明星。outSAMtype“枚举”#明星。outSortingType“枚举”#明星。outSAMmode“枚举”#明星。outSAMstrandField“枚举”#明星。outSAMattributes“枚举”#明星。outSAMunmapped“枚举”#明星。outSAMorder“枚举”#明星。outSAMprimaryFlag“枚举”#明星。outSAMreadID“int”#明星。outSAMmapqUnique" int "#STAR.outSAMflagOR" int "#STAR.outSAMflagAND" string "#STAR.outSAMheaderHD" string "#STAR.outSAMheaderPG" string "#STAR.rg_seq_center" string "#STAR.rg_library_id" string "#STAR.rg_mfl" enum "#STAR.rg_platform" string "#STAR.rg_platform_unit_id" string "#STAR.rg_sample_id" enum "#STAR.outFilterType" int "#STAR.outFilterMultimapScoreRange" int "#STAR.outFilterMultimapNmax" int "#STAR.outFilterMismatchNmax" float "#STAR.outFilterMismatchNoverLmax" float "#STAR.outFilterMismatchNoverReadLmax" int "#STAR.outFilterScoreMin" float "#STAR.outFilterScoreMinOverLread" int "#STAR.outFilterMatchNmin" float "#STAR.outFilterMatchNminOverLread" enum "#STAR.outFilterIntronMotifs" enum "#STAR.outSJfilterReads" int... "#STAR.outSJfilterOverhangMin" int... "#STAR.outSJfilterCountUniqueMin" int... "#STAR.outSJfilterCountTotalMin" int... "#STAR.outSJfilterDistToOtherSJmin" int... "#STAR.outSJfilterIntronMaxVsReadN" int "#STAR.scoreGap" int "#STAR.scoreGapNoncan" int "#STAR.scoreGapGCAG" int "#STAR.scoreGapATAC" float "#STAR.scoreGenomicLengthLog2scale" int "#STAR.scoreDelOpen" int "#STAR.scoreDelBase" int "#STAR.scoreInsOpen" int "#STAR.scoreInsBase" int "#STAR.scoreStitchSJshift" int "#STAR.seedSearchStartLmax" float "#STAR.seedSearchStartLmaxOverLread" int "#STAR.seedSearchLmax" int "#STAR.seedMultimapNmax" int "#STAR.seedPerReadNmax" int "#STAR.seedPerWindowNmax" int "#STAR.seedNoneLociPerWindow" int "#STAR.alignIntronMin" int "#STAR.alignIntronMax" int "#STAR.alignMatesGapMax" int "#STAR.alignSJoverhangMin" int "#STAR.alignSJDBoverhangMin" int "#STAR.alignSplicedMateMapLmin" float "#STAR.alignSplicedMateMapLminOverLmate" float "#STAR.alignWindowsPerReadNmax" int "#STAR.alignTranscriptsPerWindowNmax" int "#STAR.alignTranscriptsPerReadNmax" enum "#STAR.alignEndsType" enum "#STAR.alignSoftClipAtReferenceEnds" int "#STAR.winAnchorMultimapNmax" int "#STAR.winBinNbits" int "#STAR.winAnchorDistNbins" int "#STAR.winFlankNbins" int "#STAR.chimSegmentMin" int "#STAR.chimScoreMin" int "#STAR.chimScoreDropMax" int "#STAR.chimScoreSeparation" int "#STAR.chimScoreJunctionNonGTAG" int "#STAR.chimJunctionOverhangMin" enum "#STAR.quantMode" int "#STAR.twopass1readsN" enum "#STAR.twopassMode" string "#STAR.genomeDirName" enum "#STAR.sjdbInsertSave" string "#STAR.sjdbGTFchrPrefix" string "#STAR.sjdbGTFfeatureExon" string "#STAR.sjdbGTFtagExonParentTranscript" string "#STAR.sjdbGTFtagExonParentGene" int "#STAR.sjdbOverhang" int "#STAR.sjdbScore" File... "#STAR.sjdbGTFfile" int... "#STAR.clip3pNbases" int... "#STAR.clip5pNbases" string... "#STAR.clip3pAdapterSeq" float... "#STAR.clip3pAdapterMMp" int... "#STAR.clip3pAfterAdapterNbases" enum "#STAR.chimOutType" File "#STAR.genome" int "#STAR.limitSjdbInsertNsj" enum "#STAR.quantTranscriptomeBan" int "#STAR.limitBAMsortRAM"

f2 < -链接(t1, t2,“output_fastq_files”,“读”,flow_input = " # SBG_Unpack_FASTQs。input_archive_file”, flow_output = " #明星。log_files”)

flow_input: # SBG_Unpack_FASTQs.input_archive_file/ #STAR.genome

flow_output: # STAR.log_files

# clipr:: write_clip (jsonlite: toJSON (f2))

4.3.4通过输入和输出连接工具和工作流id

工具。< -系统。文件(“extdata /应用程序”、“tool_unpack_fastq。json”,包= " sevenbridges”)流。< -系统。文件(“extdata /应用程序”、“flow_star。json”,包= " sevenbridges”) t1 < - convert_app(诚如)< - f2 convert_app (flow.in) #咨询link_what第一f2 link_map美元()

1 # STAR_Genome_Generate id。sjdbGTFtagExonParentTranscript 2 # STAR_Genome_Generate。sjdbGTFtagExonParentGene 3 # STAR_Genome_Generate。sjdbGTFfile 4 # STAR_Genome_Generate。genomeFastaFiles 5 # SBG_FASTQ_Quality_Detector。fastq 6 # Picard_SortSam。input_bam 7 #明星。winAnchorMultimapNmax 8 #明星。winAnchorDistNbins 9 #明星。sjdbGTFfile 10 #明星。读11 #明星。基因组12 # unmapped_reads 13 # 14 # splice_junctions transcriptome_aligned_reads 15 # reads_per_gene 16 # log_files 17 # chimeric_junctions 18 # intermediate_genome 19 # chimeric_alignments 20 # 21 #结果源类型1 # sjdbGTFtagExonParentTranscript sorted_bam输入2 # 3 # sjdbGTFfile sjdbGTFtagExonParentGene输入输入4 # 5 # fastq genomeFastaFiles输入输入6 #明星。aligned_reads输入7 # winAnchorMultimapNmax 8 # 9 # sjdbGTFfile winAnchorDistNbins输入输入10 # SBG_FASTQ_Quality_Detector。结果11 # STAR_Genome_Generate输入。基因组输入12 #明星。13 #明星unmapped_reads输出。14 #明星transcriptome_aligned_reads输出。splice_junctions输出15 #明星。reads_per_gene输出16 #明星。log_files输出17 #明星。chimeric_junctions输出18 # STAR.intermediate_genome输出19 #明星。20 # Picard_SortSam chimeric_alignments输出。21 # SBG_FASTQ_Quality_Detector sorted_bam输出。结果输出

#然后链接f3 < -链接(t1, f2, c (“output_fastq_files”), c (" # SBG_FASTQ_Quality_Detector.fastq ")) link_what (f2, t1)

文件文件美元$ id标签类型需要2 # transcriptome_aligned_reads transcriptome_aligned_reads文件错误3 # splice_junctions splice_junctions文件错误4 # reads_per_gene reads_per_gene文件错误6 # chimeric_junctions chimeric_junctions文件错误7 # intermediate_genome intermediate_genome文件虚假8 # chimeric_alignments chimeric_alignments文件错误9 # sorted_bam sorted_bam假10 #结果结果文件虚假文件link_to零# 2星。transcriptome_aligned_reads零# 3星。splice_junctions零# 4星。reads_per_gene 6空#明星。chimeric_junctions零# 7 # STAR.intermediate_genome零8明星。零# Picard_SortSam chimeric_alignments 9。零# SBG_FASTQ_Quality_Detector sorted_bam 10。结果文件需要id标签类型前缀美元1 # input_archive_file输入存档文件文件实现了——input_archive_file文件1焦油,焦油。广州、TGZ,焦油。广州,BZ2,获取TBZ2 BZ2,获取ZIP

f4 < -链接(f2, t1, c (“# Picard_SortSam。sorted_bam”、“# SBG_FASTQ_Quality_Detector.result”), c (“# input_archive_file”、“# input_archive_file”))

flow_input: # SBG_Unpack_FASTQs.input_archive_file

flow_output: # SBG_Unpack_FASTQs.output_fastq_files

# # TODO # # # #流+流# #所有输出打印消息当名称错了# clipr:: write_clip (jsonlite: toJSON (f4))

4.3.5使用管道来构建复杂的工作流