Setiap bioinformatikawan, baik yang masih pemula maupun yang sudah berpengalaman, pasti akrab dengan "kekacauan" ini: sebuah direktori proyek yang penuh sesak dengan puluhan skrip. Ada step1_align.sh, step2_sort.py, step3_process_vcf.pl, dan variasi-variasi lainnya seperti step1_align_new_params.sh. Untuk menjalankan analisis dari awal hingga akhir, seseorang harus menjalankan skrip-skrip ini dalam urutan yang benar, dengan parameter yang tepat, dan berharap semua software dependencies terpasang dengan benar di sistem.
baca Juga:Singkatan MEP yang Benar Adalah: Arti dan Penggunaannya
Metode ini mungkin berhasil untuk analisis tunggal oleh satu orang. Namun, ketika tiba saatnya untuk membagikan metode ini kepada rekan kerja, atau mencoba menjalankannya kembali enam bulan kemudian di komputer yang berbeda, mimpi buruk pun dimulai. Alur kerja yang tadinya berfungsi kini rusak total. Inilah masalah krisis reproduktifitas dan efisiensi yang menghantui ilmu komputasi.
Namun, bagaimana jika ada cara untuk mendeskripsikan seluruh alur kerja—mulai dari input mentah hingga hasil akhir, termasuk semua langkah, perangkat lunak, dan parameter—dalam satu file tunggal yang rapi? Bagaimana jika file ini dapat dijalankan di mana saja, dari laptop Anda, klaster komputasi (High-Performance Computing - HPC), hingga cloud, tanpa mengubah satu baris kode pun? Inilah janji dari WDL (Workflow Description Language). WDL bukan sekadar bahasa skrip lain; ini adalah sebuah standar untuk mengubah kekacauan menjadi keteraturan, sebuah cetak biru untuk ilmu komputasi yang modern, andal, dan kolaboratif.
Anatomi Kekacauan: Mengapa Rangkaian Skrip Saja Tidak Cukup?
Sebelum memahami solusi yang ditawarkan WDL, penting untuk mendiagnosis masalah dari pendekatan "rangkaian skrip" tradisional.
- Tidak Portabel: Skrip Bash (
.sh) sering kali memiliki perintah atau path yang hard-coded untuk sistem operasi atau struktur direktori tertentu. Memindahkannya ke server lain hampir selalu membutuhkan modifikasi. - Sulit Direproduksi: Apakah Anda menggunakan Samtools versi 1.9 atau 1.10? Apakah rekan Anda memiliki pustaka Python yang sama persis? Perbedaan kecil dalam lingkungan eksekusi dapat menghasilkan hasil yang berbeda secara drastis, merusak inti dari metode ilmiah.
- Tidak Skalabel: Menjalankan satu sampel mungkin mudah. Tetapi bagaimana jika Anda perlu menjalankan alur kerja yang sama pada 500 sampel secara paralel? Mengelola semua proses ini secara manual adalah resep untuk kesalahan dan sakit kepala.
- Dokumentasi yang Buruk: Logika alur kerja—urutan eksekusi dan dependensi antar langkah—sering kali hanya ada di kepala penelitinya atau di dalam file
README.txtyang sudah usang.
Pendekatan ini rapuh, memakan waktu, dan pada dasarnya tidak ilmiah karena sulit untuk diverifikasi dan direproduksi oleh orang lain.
Memperkenalkan WDL: Bahasa untuk Mendeskripsikan Alur Kerja
WDL, yang awalnya dikembangkan oleh Broad Institute untuk analisis genomik skala besar, adalah bahasa yang dirancang khusus untuk mendeskripsikan alur kerja komputasi. Kuncinya adalah deklaratif. Anda tidak memberitahu komputer bagaimana cara menjalankan sesuatu (seperti dalam skrip imperatif); Anda hanya mendeklarasikan apa yang perlu dilakukan dan bagaimana setiap langkah terhubung.
Sintaks WDL sengaja dibuat agar mudah dibaca oleh manusia. Setiap alur kerja WDL terdiri dari dua komponen utama:
task(Tugas): Ini adalah unit kerja terkecil. Sebuahtaskmendefinisikan satu langkah komputasi. Ia memiliki tiga bagian utama:input: Variabel yang dibutuhkan oleh tugas (misalnya, file input, string, angka).command: Perintah baris perintah (command-line) yang sebenarnya akan dijalankan (misalnya,bwa mem ...atausamtools sort ...).output: File atau nilai yang dihasilkan oleh tugas.
workflow(Alur Kerja): Ini adalah "otak" yang mengorkestrasi eksekusitask. Di dalam blokworkflow, Anda akan:call: Memanggiltask-taskyang telah didefinisikan.- Menghubungkan output dari satu
taskuntuk menjadi input bagitaskberikutnya, menciptakan sebuah grafik dependensi.
Dengan memisahkan task dan workflow, WDL menciptakan struktur yang sangat jelas dan modular.
Tiga Pilar Keunggulan WDL
WDL secara langsung menjawab setiap kelemahan dari pendekatan skrip tradisional melalui tiga pilar utamanya.
1. Rapi (Terstruktur dan Jelas)
WDL memaksa Anda untuk berpikir secara terstruktur. Setiap task adalah sebuah "kotak hitam" yang terisolasi. Ia secara eksplisit mendeklarasikan apa yang ia butuhkan (input) dan apa yang ia hasilkan (output). Alur kerja (workflow) kemudian hanya merangkai kotak-kotak ini. Hasilnya adalah sebuah file yang berfungsi sebagai dokumentasi hidup. Siapa pun dapat membaca file WDL dan segera memahami seluruh proses analisis, langkah demi langkah, tanpa perlu menebak-nebak.
2. Portabel (Berjalan di Mana Saja)
Inilah keajaiban WDL. File .wdl yang Anda tulis sepenuhnya agnostik terhadap lingkungan eksekusi. Anda tidak perlu khawatir tentang sistem operasi atau arsitektur perangkat keras. Tanggung jawab untuk menerjemahkan WDL menjadi pekerjaan nyata ada pada execution engine (seperti Cromwell, miniwdl, atau platform seperti Terra dan DNAnexus).
Anda dapat menulis satu alur kerja WDL dan:
- Menjalankannya di laptop macOS Anda menggunakan Cromwell untuk pengujian.
- Mengirimkannya ke klaster HPC berbasis Linux di institusi Anda.
- Menjalankannya di Google Cloud atau AWS untuk menganalisis ratusan sampel secara paralel.
File .wdl tetap sama persis. Execution engine-lah yang akan menangani semua detail membosankan tentang penjadwalan, alokasi sumber daya, dan eksekusi perintah.
3. Dapat Direproduksi (Ilmu yang Andal)
Reproduktifitas adalah jantung dari ilmu pengetahuan. WDL memfasilitasi ini dengan sangat baik. Di dalam blok runtime sebuah task, Anda dapat (dan sangat disarankan untuk) menentukan kontainer Docker.
Code snippet
task align_reads {
input {
File fastq
}
command {
bwa mem ref.fasta ${fastq} > aligned.sam
}
output {
File sam_output = "aligned.sam"
}
runtime {
docker: "biocontainers/bwa:v0.7.17_cv1"
}
}
Dengan menentukan docker: "biocontainers/bwa:v0.7.17_cv1", Anda memastikan bahwa perintah bwa mem akan selalu dijalankan menggunakan BWA versi 0.7.17 di dalam lingkungan yang terisolasi dan identik, tidak peduli siapa, kapan, atau di mana alur kerja ini dijalankan. Ini menghilangkan variabel "lingkungan eksekusi" dan memastikan bahwa jika seorang peneliti lain menjalankan alur kerja Anda dengan input yang sama, mereka akan mendapatkan hasil yang sama persis.
penulis:dafa Aditya.f
