解析出力

出力ファイルの役割と検証状態

成果物リストとワークフローの実行記録から、必要なファイルが生成され、検証されたかを確認できます。単にファイルが存在するだけでは、解析が正常に完了したとは判断しません。

前処理とアラインメント

前処理済みFASTQ

ペアエンドの前処理済みFASTQ *.fastp.fastq.gzと、fastpによるJSON／HTML形式のQCレポートを出力します。Salmonの定量には、この前処理済みFASTQのみを使用します。transcriptome BAMを入力とした定量は行いません。

BAM / BAI

座標順にソートされたBAMとそのインデックスについて、quickcheck、ヘッダーと参照配列の一貫性、レコードの妥当性などを検証します。

STARの出力

Log.final.out、SJ.out.tab、ReadsPerGene.out.tabおよびtranscriptome BAMを、生成に使用したソフトウェアとバージョン情報とともに保存します。

カウント、定量、発現量マトリックス

FeatureCounts

GENCODE 49では、exonとgene_typeを用いたbiotype別QCを出力します。この結果はSTAR GeneCountsを補完するものであり、置き換えるものではありません。

Salmon

各プロファイルについて、quant.sf、quant.genes.sf、処理時間、バージョン、コンテナイメージ、インデックス、オプション、ライブラリタイプを記録します。

発現量マトリックスと一致度

転写産物および遺伝子レベルのTPM、推定リード数（NumReads）、有効長（effective length）の発現量マトリックスを出力します。compare-bothモードでは、2つのSalmonバージョン間における定量値の差と順位の一致度も出力します。

レポートと実行記録

出力目的
MultiQC定められたQC結果を集約し、各指標の元データを確認できるようにします。
Nextflow report、timeline、trace、DAGワークフローの実行レポート、タイムライン、トレース、DAGを保存します。ただし、これらだけではワークフロー全体が正常に完了したことの証明にはなりません。
backend-output-manifest.json選択したバックエンドによらず、各出力の役割、サンプル名、相対パス、ファイルサイズ、SHA-256ハッシュ値を記録します。
成果物マニフェスト必要な出力について、生成済み、検証済み、対象外などの状態を記録します。
サポート情報トラブルシューティングに必要なログと状態情報を収集します。FASTQ、BAM、発現量マトリックスなどの解析データや認証情報は含みません。

データ保護のため、FASTQ、BAM、発現量マトリックス、参照データ、インデックス、完全なトレースログ、認証情報、未編集のサポート資料を、公開IssueやパブリックなAIサービスへ送信・公開しないでください。

完了済みRunの保存方針

解析中の出力ファイルとNextflowの作業ディレクトリ（workディレクトリ）は、高速なローカルストレージに配置します。

正常に完了した解析結果は、検証後にアーカイブ用の大容量ストレージへ明示的に保存できます。失敗した解析や再開可能な解析の作業データは、問題を解決するか、利用者が解析を明示的に中止するまで保持します。

Nextflowの作業ディレクトリを削除できるのは、アーカイブを検証した後に、利用者が別途削除操作を行った場合のみです。Harako-GPU v0.1.0-alpha.1は、解析結果の自動アーカイブや自動削除を行いません。アーカイブ用ストレージをNextflowのworkDirとして使用することもありません。

技術仕様: harako-gpu-terminal-results-archive-v1