nf-core ist eine von der Bioinformatik-Gemeinschaft getragene Initiative zur Bereitstellung einer kuratierten Sammlung von Workflows, die mit Nextflow entwickelt wurden. Diese Workflows sind so konzipiert, dass sie skalierbar, reproduzierbar und standardisiert sind, um hochwertige bioinformatische Analysen in verschiedenen Forschungsbereichen zu gewährleisten. Durch die Förderung von Zusammenarbeit und Best Practices trägt nf-core zur Vereinfachung der computergestützten Biologie- und Genomforschung bei.
GHGA arbeitet mit nf-core zusammen, um standardisierte Workflows zu entwickeln, zu pflegen und ihre Verwendung zu unterstützen. Anstatt unabhängig neue Workflows zu entwickeln, arbeitet GHGA mit nf-core und anderen relevanten Gemeinschaften zusammen, um bestehende Pipelines für die Verarbeitung genomischer und phänotypischer Daten zu verfeinern und anzupassen. Dadurch stellen wir sicher, dass die Workflows von GHGA mit weithin akzeptierten Standards übereinstimmen und gleichzeitig interoperabel und effizient bleiben.
Diese Zusammenarbeit trägt dazu bei, unsere Abläufe zu optimieren, Redundanzen zu vermeiden, die Nachhaltigkeit von Workflows zu verbessern und ein FAIR-konformes Datenanalyse-Ökosystem zu unterstützen. Durch die Integration mit nf-core trägt GHGA zur offenen Wissenschaft (Open Science) bei. Wir verbessern die Funktionalität und Benutzerfreundlichkeit von Workflows und erleichtern Forschenden die sichere und reproduzierbare Verarbeitung von Genomdaten.
Neu in der räumlichen Transkriptomik? Nehmen Sie an unserem praktischen Webinar teil, das Forschende durch die Komplexität räumlicher Transkriptomik-Daten führt.
Mehr erfahren
Als deutscher Knoten im European Genomic Data Infrastructure Projekt (GDI) haben wir an einem erfolgreichen Konzeptbeweis teilgenommen. Er zeigt, wie groß angelegte Genomforschung sicher in ganz Europa durchgeführt werden kann.
Mehr erfahren
Beim EOSC-Symposium und dem Nextflow Summit stärkten GHGA-Mitglieder die internationale Zusammenarbeit und tauschten sich mit Expert*innen über die Förderung der FAIR-Prinzipien und skalierbare bioinformatischen Lösungen aus.
Mehr erfahren