MétaCan
Menu
Retour à la cohorte
Enregistrement W2576576365 · doi:10.12688/f1000research.10137.1

The Dockstore: enabling modular, community-focused sharing of Docker-based genomics tools and workflows

2017· preprint· en· W2576576365 sur OpenAlexafffund
Brian D. O’Connor, Denis Yuen, Vincent Chung, Andrew Duncan, Xiang Kun Liu, Janice Patricia, Benedict Paten, Lincoln Stein, Vincent Ferretti

Notice bibliographique

RevueF1000Research · 2017
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueScientific Computing and Data Management
Établissements canadiensOntario Institute for Cancer Research
Organismes subventionnairesNational Human Genome Research InstituteNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchGenome CanadaNational Institutes of HealthUniversity of ChicagoUniversity of California, Santa Cruz
Mots-clésWorkflowCloud computingUploadBig dataModular designGenomicsComputer scienceContainer (type theory)Data scienceData sharingScale (ratio)GenomeWorld Wide WebBiologyDatabaseEngineeringOperating systemGeography

Résumé

récupéré en direct d'OpenAlex

As genomic datasets continue to grow, the feasibility of downloading data to a local organization and running analysis on a traditional compute environment is becoming increasingly problematic. Current large-scale projects, such as the ICGC PanCancer Analysis of Whole Genomes (PCAWG), the Data Platform for the U.S. Precision Medicine Initiative, and the NIH Big Data to Knowledge Center for Translational Genomics, are using cloud-based infrastructure to both host and perform analysis across large data sets. In PCAWG, over 5,800 whole human genomes were aligned and variant called across 14 cloud and HPC environments; the processed data was then made available on the cloud for further analysis and sharing. If run locally, an operation at this scale would have monopolized a typical academic data centre for many months, and would have presented major challenges for data storage and distribution. However, this scale is increasingly typical for genomics projects and necessitates a rethink of how analytical tools are packaged and moved to the data. For PCAWG, we embraced the use of highly portable Docker images for encapsulating and sharing complex alignment and variant calling workflows across highly variable environments. While successful, this endeavor revealed a limitation in Docker containers, namely the lack of a standardized way to describe and execute the tools encapsulated inside the container. As a result, we created the Dockstore ( https://dockstore.org), a project that brings together Docker images with standardized, machine-readable ways of describing and running the tools contained within. This service greatly improves the sharing and reuse of genomics tools and promotes interoperability with similar projects through emerging web service standards developed by the Global Alliance for Genomics and Health (GA4GH).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,031
Méta-épidémiologie (sens strict)0,0040,005
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,004
Communication savante0,0100,016
Science ouverte0,0140,043
Intégrité de la recherche0,0030,012
Charge utile insuffisante (le modèle a refusé de juger)0,0190,022

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,468
Tête enseignante GPT0,467
Écart entre enseignants0,001 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations97
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueF1000ResearchMême sujetScientific Computing and Data ManagementTravaux en français237 207