콘텐츠로 이동

파트 3: 입력 구성하기

AI 지원 번역 - 자세히 알아보기 및 개선 제안

Part 2에서는 명령줄에서 여러 매개변수를 사용하여 molkart를 실행했습니다. 이제 입력을 관리하는 두 가지 더 나은 방법인 매개변수 파일과 샘플시트를 배우겠습니다.

1. 매개변수 파일 사용하기

1.1. 긴 명령줄의 문제점

Part 2의 명령을 다시 살펴보겠습니다:

nextflow run ./molkart \
  --input 'data/samplesheet.csv' \
  --mindagap_tilesize 90 \
  --mindagap_boxsize 7 \
  --mindagap_loopnum 100 \
  --clahe_pyramid_tile 368 \
  --segmentation_method "cellpose" \
  --outdir results

이 방법은 작동하지만, 재현하거나 공유하거나 수정하기 어렵습니다. 다음 달에 동일한 분석을 다시 실행해야 한다면 어떻게 하시겠습니까? 동료가 정확히 같은 설정을 사용하고 싶어한다면 어떻게 하시겠습니까?

1.2. 해결책: 매개변수 파일 사용

params.yaml이라는 파일을 생성하십시오:

params.yaml
input: "data/samplesheet.csv"
outdir: "results"
mindagap_tilesize: 90
mindagap_boxsize: 7
mindagap_loopnum: 100
clahe_pyramid_tile: 368
segmentation_method: "cellpose"

이제 명령이 다음과 같이 간단해집니다:

nextflow run ./molkart -params-file params.yaml -resume

이것으로 끝입니다! 매개변수 파일은 정확한 구성을 문서화하고 재실행이나 공유를 쉽게 만듭니다.

1.3. 매개변수 재정의하기

명령줄에서 특정 매개변수를 여전히 재정의할 수 있습니다:

nextflow run ./molkart -params-file params.yaml --segmentation_method "stardist" --outdir stardist_results -resume

위 명령은 segmentation_method를 stardist로 변경하고 --outdir 이름을 params.yaml 파일의 매개변수 대신 stardist_results로 변경합니다. 또한 -resume 플래그가 이전 실행의 전처리 결과를 재사용하여 시간을 절약했음을 확인할 수 있습니다. 이 패턴을 사용하여 파이프라인의 다양한 변형을 빠르게 테스트할 수 있습니다.

요점

매개변수 파일은 분석을 재현 가능하고 공유하기 쉽게 만듭니다. 실제 분석 작업에는 매개변수 파일을 사용하십시오.

다음 단계

샘플시트가 여러 샘플에 대한 정보를 어떻게 구성하는지 알아보겠습니다.

2. 샘플시트 패턴

2.1. 샘플시트란 무엇입니까?

샘플시트는 입력 샘플을 설명하는 CSV 파일입니다. 각 행은 샘플이며, 열은 해당 샘플의 파일과 메타데이터를 지정합니다.

지금까지 사용해온 샘플시트를 살펴보겠습니다:

cat data/samplesheet.csv
samplesheet.csv
sample,nuclear_image,spot_table,membrane_image
mem_only,https://raw.githubusercontent.com/nf-core/test-datasets/molkart/test_data/input_data/nuclear.tiff,https://raw.githubusercontent.com/nf-core/test-datasets/molkart/test_data/input_data/spots.txt,https://raw.githubusercontent.com/nf-core/test-datasets/molkart/test_data/input_data/membrane.tiff

열은 다음과 같습니다:

  • sample: 고유한 샘플 식별자
  • nuclear_image: 핵 염색 이미지 (TIFF)
  • spot_table: 전사체 스팟 (TXT)
  • membrane_image: 막 염색 이미지 (TIFF, 선택사항)

2.2. 파일 경로

샘플시트는 여러 경로 유형을 허용합니다:

  • URL: Nextflow가 자동으로 다운로드합니다 (위에 표시된 대로)
  • 로컬 경로: data/nuclear.tiff 또는 /absolute/path/to/nuclear.tiff
  • 클라우드 스토리지: s3://bucket/nuclear.tiff, gs://bucket/nuclear.tiff, az://container/nuclear.tiff

동일한 샘플시트에서 경로 유형을 혼합할 수 있습니다.

2.3. 자신만의 샘플시트 만들기

먼저 테스트 데이터 파일을 로컬로 다운로드하겠습니다:

cd /workspaces/training/nf4-science/imaging/data
curl -O https://raw.githubusercontent.com/nf-core/test-datasets/molkart/test_data/input_data/nuclear.tiff
curl -O https://raw.githubusercontent.com/nf-core/test-datasets/molkart/test_data/input_data/spots.txt
curl -O https://raw.githubusercontent.com/nf-core/test-datasets/molkart/test_data/input_data/membrane.tiff
cd ..

이제 이러한 로컬 파일을 참조하도록 샘플시트를 수정하겠습니다:

samplesheet.csv
sample,nuclear_image,spot_table,membrane_image
mem_only,data/nuclear.tiff,data/spots.txt,data/membrane.tiff

경고

샘플시트의 경로는 샘플시트가 위치한 곳이 아니라 Nextflow를 실행하는 위치에 상대적입니다.

마지막으로 로컬 파일 경로가 있는 샘플시트로 nf-core/molkart를 한 번 더 실행하겠습니다:

nextflow run ./molkart -params-file params.yaml -resume

보시다시피 Nextflow는 파일이 Github에서 다운로드되었을 때와 유사하게 이 실행을 수행합니다. 이것은 Nextflow의 훌륭한 기능 중 하나로, 데이터가 어디에 위치하든 상관없이 적절하게 스테이징합니다.

요점

샘플시트는 파일 경로와 함께 메타데이터를 명시적으로 정의할 수 있는 방식으로 다중 샘플 데이터셋을 구성합니다. 대부분의 nf-core 파이프라인은 이 패턴을 사용합니다.

다음 단계

입력에 대해 다루었으니, 이제 다양한 컴퓨팅 환경에 맞게 Nextflow 파이프라인을 구성하는 방법을 살펴보겠습니다.