تطوير Nextflow

# نشر خط أنابيب nf-core

تشغيل خطوط أنابيب المعلوماتية الحيوية nf-core على بيانات التسلسل المحلية أو العامة.

**المستخدمون المستهدفون:** علماء المختبر والباحثون الذين لا يملكون تدريباً متخصصاً في المعلوماتية الحيوية والذين يحتاجون إلى تشغيل تحليلات أوميكس على نطاق واسع—التعبير التفاضلي أو استدعاء المتغيرات أو تحليل إمكانية الكروماتين.

## قائمة التحقق من سير العمل

``` - [ ] الخطوة 0: الحصول على البيانات (إن كانت من GEO/SRA) - [ ] الخطوة 1: فحص البيئة (يجب النجاح) - [ ] الخطوة 2: اختيار خط الأنابيب (تأكيد مع المستخدم) - [ ] الخطوة 3: تشغيل ملف الاختبار (يجب النجاح) - [ ] الخطوة 4: إنشاء ورقة العينات - [ ] الخطوة 5: التكوين والتشغيل (تأكيد الجينوم مع المستخدم) - [ ] الخطوة 6: التحقق من المخرجات ```

---

## الخطوة 0: الحصول على البيانات (GEO/SRA فقط)

**تخطي هذه الخطوة إذا كان لدى المستخدم ملفات FASTQ محلية.**

بالنسبة للمجموعات البيانات العامة، قم بالجلب من GEO/SRA أولاً. راجع [references/geo-sra-acquisition.md](references/geo-sra-acquisition.md) للحصول على سير العمل الكامل.

**البدء السريع:**

```bash # 1. الحصول على معلومات الدراسة python scripts/sra_geo_fetch.py info GSE110004

# 2. التحميل (الوضع التفاعلي) python scripts/sra_geo_fetch.py download GSE110004 -o ./fastq -i

# 3. توليد ورقة العينات python scripts/sra_geo_fetch.py samplesheet GSE110004 --fastq-dir ./fastq -o samplesheet.csv ```

**نقطة القرار:** بعد جلب معلومات الدراسة، أكد مع المستخدم: - أي مجموعة عينات سيتم تحميلها (إن كانت هناك أنواع بيانات متعددة) - الجينوم وخط الأنابيب المقترح

ثم انتقل إلى الخطوة 1.

---

## الخطوة 1: فحص البيئة

**شغل أولاً. سيفشل خط الأنابيب بدون اجتياز البيئة.**

```bash python scripts/check_environment.py ```

يجب أن تجتاز جميع الفحوصات الحرجة. إذا فشل أي منها، قدم تعليمات الإصلاح:

### مشاكل Docker

| المشكلة | الحل | |--------|------| | غير مثبت | قم بالتثبيت من https://docs.docker.com/get-docker/ | | رفض الإذن | `sudo usermod -aG docker $USER` ثم إعادة تسجيل الدخول | | الخادم غير قيد التشغيل | `sudo systemctl start docker` |

### مشاكل Nextflow

| المشكلة | الحل | |--------|------| | غير مثبت | `curl -s https://get.nextflow.io \| bash && mv nextflow ~/bin/` | | الإصدار < 23.04 | `nextflow self-update` |

### مشاكل Java

| المشكلة | الحل | |--------|------| | غير مثبت / < 11 | `sudo apt install openjdk-11-jdk` |

**لا تتابع حتى تجتاز جميع الفحوصات.** بالنسبة لـ HPC/Singularity، راجع [references/troubleshooting.md](references/troubleshooting.md).

---

## الخطوة 2: اختيار خط الأنابيب

**نقطة القرار: أكد مع المستخدم قبل المتابعة.**

| نوع البيانات | خط الأنابيب | الإصدار | الهدف | |------------|----------|--------|------| | RNA-seq | `rnaseq` | 3.22.2 | التعبير الجيني | | WGS/WES | `sarek` | 3.7.1 | استدعاء المتغيرات | | ATAC-seq | `atacseq` | 2.1.2 | إمكانية الكروماتين |

الكشف التلقائي من البيانات: ```bash python scripts/detect_data_type.py /path/to/data ```

للحصول على تفاصيل خاصة بخط الأنابيب: - [references/pipelines/rnaseq.md](references/pipelines/rnaseq.md) - [references/pipelines/sarek.md](references/pipelines/sarek.md) - [references/pipelines/atacseq.md](references/pipelines/atacseq.md)

---

## الخطوة 3: تشغيل ملف الاختبار

**التحقق من البيئة ببيانات صغيرة. يجب النجاح قبل البيانات الفعلية.**

```bash nextflow run nf-core/<pipeline> -r <version> -profile test,docker --outdir test_output ```

| خط الأنابيب | الأمر | |-----------|------| | rnaseq | `nextflow run nf-core/rnaseq -r 3.22.2 -profile test,docker --outdir test_rnaseq` | | sarek | `nextflow run nf-core/sarek -r 3.7.1 -profile test,docker --outdir test_sarek` | | atacseq | `nextflow run nf-core/atacseq -r 2.1.2 -profile test,docker --outdir test_atacseq` |

تحقق: ```bash ls test_output/multiqc/multiqc_report.html grep "Pipeline completed successfully" .nextflow.log ```

إذا فشل الاختبار، راجع [references/troubleshooting.md](references/troubleshooting.md).

---

## الخطوة 4: إنشاء ورقة العينات

### التوليد التلقائي

```bash python scripts/generate_samplesheet.py /path/to/data <pipeline> -o samplesheet.csv ```

يقوم السكريبت بـ: - اكتشاف ملفات FASTQ/BAM/CRAM - إقران قراءات R1/R2 - الاستدلال على بيانات تعريف العينة - التحقق قبل الكتابة

**بالنسبة لـ sarek:** السكريبت يطلب حالة الورم/الطبيعي إذا لم يتم الكشف الآلي عنها.

### التحقق من ورقة العينات الموجودة

```bash python scripts/generate_samplesheet.py --validate samplesheet.csv <pipeline> ```

### تنسيقات ورقة العينات

**rnaseq:** ```csv sample,fastq_1,fastq_2,strandedness SAMPLE1,/abs/path/R1.fq.gz,/abs/path/R2.fq.gz,auto ```

**sarek:** ```csv patient,sample,lane,fastq_1,fastq_2,status patient1,tumor,L001,/abs/path/tumor_R1.fq.gz,/abs/path/tumor_R2.fq.gz,1 patient1,normal,L001,/abs/path/normal_R1.fq.gz,/abs/path/normal_R2.fq.gz,0 ```

**atacseq:** ```csv sample,fastq_1,fastq_2,replicate CONTROL,/abs/path/ctrl_R1.fq.gz,/abs/path/ctrl_R2.fq.gz,1 ```

---

## الخطوة 5: التكوين والتشغيل

### 5a. التحقق من توفر الجينوم

```bash python scripts/manage_genomes.py check <genome> # إذا لم يكن مثبتاً: python scripts/manage_genomes.py download <genome> ```

الجينومات الشائعة: GRCh38 (الإنسان)، GRCh37 (الإصدار القديم)، GRCm39 (الفأر)، R64-1-1 (الخميرة)، BDGP6 (الذبابة)

### 5b. نقاط القرار

**نقطة القرار: أكد مع المستخدم:**

1. *