Snakemaker：利用生成式 AI 将临时分析无缝转化为可持续的 Snakemake 工作流
软件工程
2025-05-07 v1 人工智能
摘要
可重复性和可持续性是生物信息学软件开发中的重大挑战，快速演变的工具和复杂的工作流常常导致管道寿命短或难以适应。本文介绍了 Snakemaker，一个利用生成式 AI 帮助研究人员构建可持续数据分析管道的工具，通过将非结构化代码转换为定义良好的 Snakemake 工作流。Snakemaker 以非侵入方式跟踪研究人员在终端中执行的工作，分析执行模式，并生成可集成到现有管道中的 Snakemake 工作流。Snakemaker 还支持将单体 Ipython Notebook 转换为模块化 Snakemake 管道，将 Notebook 的全局状态解析为规则之间基于文件的离散交互。集成的聊天助手通过自然语言指令为用户提供细粒度控制。Snakemaker 通过遵循最佳实践（包括 Conda 环境跟踪、通用规则生成和循环展开）生成高质量的 Snakemake 工作流。通过降低原型与生产级代码之间的门槛，Snakemaker 解决了生物信息学研究中计算可重复性的一个关键缺口。
引用
@article{arxiv.2505.02841,
title = {Snakemaker: Seamlessly transforming ad-hoc analyses into sustainable Snakemake workflows with generative AI},
author = {Marco Masera and Alessandro Leone and Johannes Köster and Ivan Molineris},
journal= {arXiv preprint arXiv:2505.02841},
year = {2025}
}