Запуск биоинформатических пайплайнов nf-core
Запускает пайплайны nf-core на данных секвенирования (RNA-seq, WGS/WES, ATAC-seq) из локальных файлов или публичных баз GEO/SRA.
- Что делает
- Запускает пайплайны nf-core на данных секвенирования (RNA-seq, WGS/WES, ATAC-seq) из локальных файлов или публичных баз GEO/SRA.
- Когда брать
- Когда нужно проанализировать данные секвенирования: экспрессию генов, вызов вариантов, доступность хроматина или заново разобрать открытый набор данных GEO.
- Когда не брать
- Если на компьютере нельзя поставить Docker, Java и Nextflow: без этого шаг проверки окружения не пройдёт.
- Пример запроса
- Скачай набор GSE110004 из GEO и запусти для него анализ экспрессии генов через nf-core.
- Нужно подключить
- терминал, Docker, Nextflow, Java, Python
Входит в плагин bio-research. В Cowork и Claude Code можно поставить плагин целиком.
Как включить
- Скачайте архив и распакуйте его.
- Положите папку
nextflow-developmentв~/.claude/skills/. - Откройте Claude Code и опишите задачу своими словами: Claude подхватит скилл по описанию.
Текст
---
name: nextflow-development
description: Запускай биоинформатические пайплайны nf-core (rnaseq, sarek, atacseq) на данных секвенирования. Используй при анализе данных RNA-seq, WGS/WES или ATAC-seq — как локальных файлов FASTQ, так и публичных наборов данных из GEO/SRA. Срабатывает на упоминания nf-core, Nextflow, анализ FASTQ, вызов вариантов (variant calling), экспрессию генов, дифференциальную экспрессию, повторный анализ данных из GEO, номера GSE/GSM/SRR или создание таблицы образцов (samplesheet).
---
Запуск пайплайнов nf-core
Запускай биоинформатические пайплайны nf-core на локальных или публичных данных секвенирования.
Целевые пользователи: лабораторные исследователи и учёные без специальной подготовки по биоинформатике, которым нужно проводить крупномасштабный омиксный анализ — дифференциальную экспрессию, вызов вариантов или анализ доступности хроматина.
Чек-лист рабочего процесса
- [ ] Шаг 0: Получить данные (если из GEO/SRA)
- [ ] Шаг 1: Проверка окружения (ОБЯЗАТЕЛЬНО пройти)
- [ ] Шаг 2: Выбрать пайплайн (подтвердить с пользователем)
- [ ] Шаг 3: Запустить тестовый профиль (ОБЯЗАТЕЛЬНО пройти)
- [ ] Шаг 4: Создать таблицу образцов
- [ ] Шаг 5: Настроить и запустить (подтвердить геном с пользователем)
- [ ] Шаг 6: Проверить результаты
Шаг 0: Получение данных (только GEO/SRA)
Пропусти этот шаг, если у пользователя есть локальные файлы FASTQ.
Для публичных наборов данных сначала загрузи их из GEO/SRA. Полный рабочий процесс — в [references/geo-sra-acquisition.md](references/geo-sra-acquisition.md).
Быстрый старт:
# 1. Get study info
python scripts/sra_geo_fetch.py info GSE110004
# 2. Download (interactive mode)
python scripts/sra_geo_fetch.py download GSE110004 -o ./fastq -i
# 3. Generate samplesheet
python scripts/sra_geo_fetch.py samplesheet GSE110004 --fastq-dir ./fastq -o samplesheet.csv
ТОЧКА РЕШЕНИЯ: после получения сведений об исследовании подтверди с пользователем:
- Какое подмножество образцов скачивать (если несколько типов данных)
- Предлагаемый геном и пайплайн
Затем переходи к шагу 1.
Шаг 1: Проверка окружения
Выполняй в первую очередь. Без пройденной проверки пайплайн упадёт.
python scripts/check_environment.py
Все критические проверки должны быть пройдены. Если какая-то не проходит, дай инструкции по исправлению:
Проблемы с Docker
| Проблема | Решение |
|---|---|
| Не установлен | Установи с https://docs.docker.com/get-docker/ |
| Отказано в доступе | sudo usermod -aG docker $USER, затем войди заново |
| Демон не запущен | sudo systemctl start docker |
Проблемы с Nextflow
| Проблема | Решение | |
|---|---|---|
| Не установлен | `curl -s https://get.nextflow.io \ | bash && mv nextflow ~/bin/` |
| Версия < 23.04 | nextflow self-update |
Проблемы с Java
| Проблема | Решение |
|---|---|
| Не установлена / < 11 | sudo apt install openjdk-11-jdk |
Не продолжай, пока не пройдены все проверки. Для HPC/Singularity см. [references/troubleshooting.md](references/troubleshooting.md).
Шаг 2: Выбор пайплайна
ТОЧКА РЕШЕНИЯ: подтверди с пользователем, прежде чем продолжать.
| Тип данных | Пайплайн | Версия | Цель |
|---|---|---|---|
| RNA-seq | rnaseq | 3.22.2 | Экспрессия генов |
| WGS/WES | sarek | 3.7.1 | Вызов вариантов |
| ATAC-seq | atacseq | 2.1.2 | Доступность хроматина |
Автоопределение по данным:
python scripts/detect_data_type.py /path/to/data
Подробности по каждому пайплайну:
- [references/pipelines/rnaseq.md](references/pipelines/rnaseq.md)
- [references/pipelines/sarek.md](references/pipelines/sarek.md)
- [references/pipelines/atacseq.md](references/pipelines/atacseq.md)
Шаг 3: Запуск тестового профиля
Проверяет окружение на небольших данных. ОБЯЗАТЕЛЬНО должен пройти, прежде чем переходить к настоящим данным.
nextflow run nf-core/<pipeline> -r <version> -profile test,docker --outdir test_output
| Пайплайн | Команда |
|---|---|
| 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 |
Проверка:
ls test_output/multiqc/multiqc_report.html
grep "Pipeline completed successfully" .nextflow.log
Если тест не прошёл, см. [references/troubleshooting.md](references/troubleshooting.md).
Шаг 4: Создание таблицы образцов
Автоматическое создание
python scripts/generate_samplesheet.py /path/to/data <pipeline> -o samplesheet.csv
Скрипт:
- Находит файлы FASTQ/BAM/CRAM
- Составляет пары прочтений R1/R2
- Определяет метаданные образцов
- Проверяет данные перед записью
Для sarek: если статус «опухоль/норма» не определён автоматически, скрипт спросит его.
Проверка существующей таблицы образцов
python scripts/generate_samplesheet.py --validate samplesheet.csv <pipeline>
Форматы таблиц образцов
rnaseq:
sample,fastq_1,fastq_2,strandedness
SAMPLE1,/abs/path/R1.fq.gz,/abs/path/R2.fq.gz,auto
sarek:
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:
sample,fastq_1,fastq_2,replicate
CONTROL,/abs/path/ctrl_R1.fq.gz,/abs/path/ctrl_R2.fq.gz,1
Шаг 5: Настройка и запуск
5a. Проверка наличия генома
python scripts/manage_genomes.py check <genome>
# If not installed:
python scripts/manage_genomes.py download <genome>
Распространённые геномы: GRCh38 (человек), GRCh37 (устаревший), GRCm39 (мышь), R64-1-1 (дрожжи), BDGP6 (муха)
5b. Точки решения
ТОЧКА РЕШЕНИЯ: подтверди с пользователем:
- Геном: какой референс использовать
- Параметры, зависящие от пайплайна:
- rnaseq: выравниватель (рекомендуется star_salmon, hisat2 — при малом объёме памяти)
- sarek: инструменты (haplotypecaller для герминальных вариантов, mutect2 для соматических)
- atacseq: read_length (50, 75, 100 или 150)
5c. Запуск пайплайна
nextflow run nf-core/<pipeline> \
-r <version> \
-profile docker \
--input samplesheet.csv \
--outdir results \
--genome <genome> \
-resume
Ключевые флаги:
-r: зафиксировать версию-profile docker: использовать Docker (илиsingularityдля HPC)--genome: ключ iGenomes-resume: продолжить с контрольной точки
Ограничения ресурсов (при необходимости):
--max_cpus 8 --max_memory '32.GB' --max_time '24.h'
Шаг 6: Проверка результатов
Проверка завершения
ls results/multiqc/multiqc_report.html
grep "Pipeline completed successfully" .nextflow.log
Ключевые результаты по пайплайнам
rnaseq:
results/star_salmon/salmon.merged.gene_counts.tsv- счётчики геновresults/star_salmon/salmon.merged.gene_tpm.tsv- значения TPM
sarek:
results/variant_calling/*/- файлы VCFresults/preprocessing/recalibrated/- файлы BAM
atacseq:
results/macs2/narrowPeak/- найденные пикиresults/bwa/mergedLibrary/bigwig/- треки покрытия
Краткий справочник
Распространённые коды выхода и способы исправления — в [references/troubleshooting.md](references/troubleshooting.md).
Возобновление упавшего запуска
nextflow run nf-core/<pipeline> -resume
Справочные материалы
- [references/geo-sra-acquisition.md](references/geo-sra-acquisition.md) - загрузка публичных данных GEO/SRA
- [references/troubleshooting.md](references/troubleshooting.md) - частые проблемы и решения
- [references/installation.md](references/installation.md) - настройка окружения
- [references/pipelines/rnaseq.md](references/pipelines/rnaseq.md) - подробности пайплайна RNA-seq
- [references/pipelines/sarek.md](references/pipelines/sarek.md) - подробности вызова вариантов
- [references/pipelines/atacseq.md](references/pipelines/atacseq.md) - подробности ATAC-seq
Отказ от ответственности
Этот скилл предоставляется как прототип, показывающий, как встроить биоинформатические пайплайны nf-core в Claude Code для автоматизированных рабочих процессов анализа. Текущая реализация поддерживает три пайплайна (rnaseq, sarek и atacseq) и служит основой, которая позволяет сообществу расширить поддержку до полного набора пайплайнов nf-core.
Он предназначен для образовательных и исследовательских целей, и его нельзя считать готовым к промышленной эксплуатации без должной проверки для вашего конкретного случая. Пользователи сами отвечают за то, чтобы их вычислительная среда соответствовала требованиям пайплайнов, и за проверку результатов анализа.
Anthropic не гарантирует точность результатов биоинформатического анализа, и пользователям следует придерживаться стандартных практик проверки вычислительного анализа. Эта интеграция не одобрена сообществом nf-core официально и не связана с ним.
Указание авторства
При публикации результатов цитируй соответствующий пайплайн. Ссылки для цитирования есть в файле CITATIONS.md каждого репозитория nf-core (например, https://github.com/nf-core/rnaseq/blob/3.22.2/CITATIONS.md).
Лицензии
- Пайплайны nf-core: лицензия MIT (https://nf-co.re/about)
- Nextflow: лицензия Apache, версия 2.0 (https://www.nextflow.io/about-us.html)
- NCBI SRA Toolkit: общественное достояние (https://github.com/ncbi/sra-tools/blob/master/LICENSE)
Перевод: iiuniversitet. Оригинал: https://github.com/anthropics/knowledge-work-plugins/tree/main/bio-research/skills/nextflow-development, лицензия Apache-2.0. Изменения: перевод на русский язык.
Оригинал на английском
---
name: nextflow-development
description: Run nf-core bioinformatics pipelines (rnaseq, sarek, atacseq) on sequencing data. Use when analyzing RNA-seq, WGS/WES, or ATAC-seq data—either local FASTQs or public datasets from GEO/SRA. Triggers on nf-core, Nextflow, FASTQ analysis, variant calling, gene expression, differential expression, GEO reanalysis, GSE/GSM/SRR accessions, or samplesheet creation.
---
# nf-core Pipeline Deployment
Run nf-core bioinformatics pipelines on local or public sequencing data.
**Target users:** Bench scientists and researchers without specialized bioinformatics training who need to run large-scale omics analyses—differential expression, variant calling, or chromatin accessibility analysis.
## Workflow Checklist
```
- [ ] Step 0: Acquire data (if from GEO/SRA)
- [ ] Step 1: Environment check (MUST pass)
- [ ] Step 2: Select pipeline (confirm with user)
- [ ] Step 3: Run test profile (MUST pass)
- [ ] Step 4: Create samplesheet
- [ ] Step 5: Configure & run (confirm genome with user)
- [ ] Step 6: Verify outputs
```
---
## Step 0: Acquire Data (GEO/SRA Only)
**Skip this step if user has local FASTQ files.**
For public datasets, fetch from GEO/SRA first. See [references/geo-sra-acquisition.md](references/geo-sra-acquisition.md) for the full workflow.
**Quick start:**
```bash
# 1. Get study info
python scripts/sra_geo_fetch.py info GSE110004
# 2. Download (interactive mode)
python scripts/sra_geo_fetch.py download GSE110004 -o ./fastq -i
# 3. Generate samplesheet
python scripts/sra_geo_fetch.py samplesheet GSE110004 --fastq-dir ./fastq -o samplesheet.csv
```
**DECISION POINT:** After fetching study info, confirm with user:
- Which sample subset to download (if multiple data types)
- Suggested genome and pipeline
Then continue to Step 1.
---
## Step 1: Environment Check
**Run first. Pipeline will fail without passing environment.**
```bash
python scripts/check_environment.py
```
All critical checks must pass. If any fail, provide fix instructions:
### Docker issues
| Problem | Fix |
|---------|-----|
| Not installed | Install from https://docs.docker.com/get-docker/ |
| Permission denied | `sudo usermod -aG docker $USER` then re-login |
| Daemon not running | `sudo systemctl start docker` |
### Nextflow issues
| Problem | Fix |
|---------|-----|
| Not installed | `curl -s https://get.nextflow.io \| bash && mv nextflow ~/bin/` |
| Version < 23.04 | `nextflow self-update` |
### Java issues
| Problem | Fix |
|---------|-----|
| Not installed / < 11 | `sudo apt install openjdk-11-jdk` |
**Do not proceed until all checks pass.** For HPC/Singularity, see [references/troubleshooting.md](references/troubleshooting.md).
---
## Step 2: Select Pipeline
**DECISION POINT: Confirm with user before proceeding.**
| Data Type | Pipeline | Version | Goal |
|-----------|----------|---------|------|
| RNA-seq | `rnaseq` | 3.22.2 | Gene expression |
| WGS/WES | `sarek` | 3.7.1 | Variant calling |
| ATAC-seq | `atacseq` | 2.1.2 | Chromatin accessibility |
Auto-detect from data:
```bash
python scripts/detect_data_type.py /path/to/data
```
For pipeline-specific details:
- [references/pipelines/rnaseq.md](references/pipelines/rnaseq.md)
- [references/pipelines/sarek.md](references/pipelines/sarek.md)
- [references/pipelines/atacseq.md](references/pipelines/atacseq.md)
---
## Step 3: Run Test Profile
**Validates environment with small data. MUST pass before real data.**
```bash
nextflow run nf-core/<pipeline> -r <version> -profile test,docker --outdir test_output
```
| Pipeline | Command |
|----------|---------|
| 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` |
Verify:
```bash
ls test_output/multiqc/multiqc_report.html
grep "Pipeline completed successfully" .nextflow.log
```
If test fails, see [references/troubleshooting.md](references/troubleshooting.md).
---
## Step 4: Create Samplesheet
### Generate automatically
```bash
python scripts/generate_samplesheet.py /path/to/data <pipeline> -o samplesheet.csv
```
The script:
- Discovers FASTQ/BAM/CRAM files
- Pairs R1/R2 reads
- Infers sample metadata
- Validates before writing
**For sarek:** Script prompts for tumor/normal status if not auto-detected.
### Validate existing samplesheet
```bash
python scripts/generate_samplesheet.py --validate samplesheet.csv <pipeline>
```
### Samplesheet formats
**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
```
---
## Step 5: Configure & Run
### 5a. Check genome availability
```bash
python scripts/manage_genomes.py check <genome>
# If not installed:
python scripts/manage_genomes.py download <genome>
```
Common genomes: GRCh38 (human), GRCh37 (legacy), GRCm39 (mouse), R64-1-1 (yeast), BDGP6 (fly)
### 5b. Decision points
**DECISION POINT: Confirm with user:**
1. **Genome:** Which reference to use
2. **Pipeline-specific options:**
- **rnaseq:** aligner (star_salmon recommended, hisat2 for low memory)
- **sarek:** tools (haplotypecaller for germline, mutect2 for somatic)
- **atacseq:** read_length (50, 75, 100, or 150)
### 5c. Run pipeline
```bash
nextflow run nf-core/<pipeline> \
-r <version> \
-profile docker \
--input samplesheet.csv \
--outdir results \
--genome <genome> \
-resume
```
**Key flags:**
- `-r`: Pin version
- `-profile docker`: Use Docker (or `singularity` for HPC)
- `--genome`: iGenomes key
- `-resume`: Continue from checkpoint
**Resource limits (if needed):**
```bash
--max_cpus 8 --max_memory '32.GB' --max_time '24.h'
```
---
## Step 6: Verify Outputs
### Check completion
```bash
ls results/multiqc/multiqc_report.html
grep "Pipeline completed successfully" .nextflow.log
```
### Key outputs by pipeline
**rnaseq:**
- `results/star_salmon/salmon.merged.gene_counts.tsv` - Gene counts
- `results/star_salmon/salmon.merged.gene_tpm.tsv` - TPM values
**sarek:**
- `results/variant_calling/*/` - VCF files
- `results/preprocessing/recalibrated/` - BAM files
**atacseq:**
- `results/macs2/narrowPeak/` - Peak calls
- `results/bwa/mergedLibrary/bigwig/` - Coverage tracks
---
## Quick Reference
For common exit codes and fixes, see [references/troubleshooting.md](references/troubleshooting.md).
### Resume failed run
```bash
nextflow run nf-core/<pipeline> -resume
```
---
## References
- [references/geo-sra-acquisition.md](references/geo-sra-acquisition.md) - Downloading public GEO/SRA data
- [references/troubleshooting.md](references/troubleshooting.md) - Common issues and fixes
- [references/installation.md](references/installation.md) - Environment setup
- [references/pipelines/rnaseq.md](references/pipelines/rnaseq.md) - RNA-seq pipeline details
- [references/pipelines/sarek.md](references/pipelines/sarek.md) - Variant calling details
- [references/pipelines/atacseq.md](references/pipelines/atacseq.md) - ATAC-seq details
---
## Disclaimer
This skill is provided as a prototype example demonstrating how to integrate nf-core bioinformatics pipelines into Claude Code for automated analysis workflows. The current implementation supports three pipelines (rnaseq, sarek, and atacseq), serving as a foundation that enables the community to expand support to the full set of nf-core pipelines.
It is intended for educational and research purposes and should not be considered production-ready without appropriate validation for your specific use case. Users are responsible for ensuring their computing environment meets pipeline requirements and for verifying analysis results.
Anthropic does not guarantee the accuracy of bioinformatics outputs, and users should follow standard practices for validating computational analyses. This integration is not officially endorsed by or affiliated with the nf-core community.
## Attribution
When publishing results, cite the appropriate pipeline. Citations are available in each nf-core repository's CITATIONS.md file (e.g., https://github.com/nf-core/rnaseq/blob/3.22.2/CITATIONS.md).
## Licenses
- **nf-core pipelines:** MIT License (https://nf-co.re/about)
- **Nextflow:** Apache License, Version 2.0 (https://www.nextflow.io/about-us.html)
- **NCBI SRA Toolkit:** Public Domain (https://github.com/ncbi/sra-tools/blob/master/LICENSE)
Источник: anthropics/knowledge-work-plugins / bio-research / nextflow-development ↗. Ссылка проверена 2026-10-10.