Nextflow的基本认知（系列之二）

基本概念

Nextflow，灵活的，优秀的，框架与DSL （Domain specific language）
其实我觉得，对于我目前的认知来看，那么有点应该是：

1. 缓存
2. 并行（自动处理好中间文件，不会导致文件覆盖）
3. 模块化
4. 管道（管道正如文件一样处理）
5. 高度流程可重现

步骤与管道

Nextflow流程可用于合并不同的处理步骤。每一个步骤可以使用不同的语言（如Bash, Per, Ruby, Python, etc.）. 而每一个步骤之间会有自动化的异步IO，使得不同进程不会有写入冲突（亮点）。此外每个步骤可定义多个输入输出（也是亮点）。
一个Nextflow脚本示例：

params.query = "$HOME/sample.fa"
params.db = "$HOME/tools/blast-db/pdb/pdb"

db = file(params.db)
query = file(params.query)

process blastSearch {
    input:
    file query

    output:
    file top_hits

    """
    blastp -db $db -query $query -outfmt 6 > blast_result
    cat blast_result | head -n 10 | cut -f 2 > top_hits
    """
}


process extractTopHits {
    input:
    file top_hits

    output:
    file sequences

    """
    blastdbcmd -db ${db} -entry_batch $top_hits > sequences
    """
}

配置一些参数

随着环境的改变，总是需要配置一些参数

process {
  executor='sge'
  queue = 'cn-el6'
}

env {
  PATH="$PWD/bowtie2:$PWD/tophat2:$PATH"
}