可复现分析与工作流管理

更新：2026-10-13；状态：可用；验证范围：人工注释Snakemake9.27.0首次运行、无变化重跑及缺失输出恢复已执行；集群/云未测。

把输入、依赖、参数和产物放进可追踪的运行记录，才能区分计算复现与结果解释。

最低可复现记录

保存代码提交、命令、输入校验值、软件与参考版本、参数、随机种子、日志和输出目录。随机种子并不保证跨软件版本或不同并行实现完全相同，应同时记录环境。

从脚本到依赖图

工作流系统按输入输出依赖调度任务。已运行的最小注释工作流与Snakemake恢复把SnpEff构库、后果注释、bedtools区间与报告连为四条计算规则，代码在项目examples/workflows/annotation。

首次执行四条计算规则；无变化重跑没有任务；删除独立验证目录中的生成后果表后，只重跑注释与报告，数据库和区间结果复用。all显式列出交付表，避免最终报告存在却不恢复缺失表。具体操作与范围见Snakemake规则配置与断点续跑。

本轮验证为本地单核缺失输出恢复，未验证所有崩溃情形、集群或容器。规则声明和数据校验仍需明确编写，不能假定工作流自动识别每一类损坏。

检查点

失败退出不能留下冒充完成的产物，重要任务使用临时文件后原子替换。恢复运行前确认输入和参数是否改变；保留实际使用的配置，不依赖口头记录。

容器固定软件环境，但不固定网络下载内容和数据库版本。大型数据可以用校验值和资源清单管理，不需要全部塞进 Git。

详细教程：Snakemake 官方入门、Nextflow 官方首次流程。