Genedock团队提供的自动化生产工具。
gdmetro-flowon的Python项目详细描述
gdflowon
包含使用DAG描述的自动流模型渲染工具、样品信息表的定义等，可通过简单的配置结合样品信息表中的 subproject、sample、lane等模型快速地描述分析流程。
渲染DAG及绑定顶点活动的资源
以子项目为单位，通过配置中的顶点模板映射DAG的各个顶点。首先需要定义顶点的模板，顶点模板包含以下元素：
<顶点类型>:
scope: <资源类型> # 指定该顶点类型使用到的资源类型：`subproject` | `sample` | `lane`
dependencies: <依赖到的顶点类型>
以WGS分析流程为例，人工操作需要完成以下步骤：
- 按Lane上传，无依赖项
- 按Lane比对，依赖绑定的资源（Lane）上传完成
- 按样本WGS分析，依赖绑定的资源（样本下所有Lane）全部比对完成
- 按整个子项目合并处理报告，依赖绑定的资源（子项目下所有的样本）全部分析完成
- 按整个子项目下载结果，依赖绑定的资源（子项目）报告处理完成
upload:
scope: lane
dependencies: null
mapping:
scope: lane
dependencies: upload
wgs:
scope: sample
dependencies: mapping
report:
scope: subproject
dependencies: wgs
download:
scope: subproject
dependencies: report
样品信息表 <-> DAG的映射方式如下：
@startuml 通过子项目映射到DAG
!includeurl https://raw.githubusercontent.com/xuanye/plantuml-style-c4/master/core.puml
start
:子项目/
split
:子项目下的Lane列表/
:映射|
:顶点列表(upload)/
split again
:子项目下的Lane列表/
:映射|
:顶点列表(mapping)/
split again
:子项目下的样品列表/
:映射|
:顶点列表(wgs)/
split again
:子项目/
:映射|
:顶点(report)/
split again
:子项目/
:映射|
:顶点(download)/
end split
:处理依赖关系，生成DAG;
stop
@enduml
使用方式
fromgdflowonimportdag# flow_config: 使用DAG描述的流程模板# subproject: 样品信息表graph=dag.subproject_2_dag(subproject,flow_config)
欢迎加入QQ群-->： 979659372
