Hacktoberfest 2026: los issues que los mantenedores marcaron para octubre, abiertos y aptos para principiantes. Explorar issues de Hacktoberfest

Allow BAM as input for long-reads submission

Abierto
  • ¿Algo no está bien?
#98 0 comentarios 0 reacciones 1 asignado Ver en GitHub

Los mantenedores suelen responder en 1 día

@Vkale1 ya está trabajando en esto.

Desde el 15/10/2026.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
42/100
Tipo de issue
Nueva funcionalidad
Claridad
Bastante claro
Estado de actividad
Activo
Área
data-engineering

Línea de trabajo

Comienza localizando el manejo del tipo de archivo de raw-read y los parámetros de Nextflow para el paso de carga del genoma. Revisa el PR existente de genome_uploader y confirma los requisitos de envío de ENA para los formatos PacBio y ONT. Se considera terminado cuando los genomas long-read de un solo contig y los envíos FastQ/BAM funcionan de extremo a extremo, incluido un reintento correcto después de cargas pesadas.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

enhancement

Description of feature

1. Long-read raw read submission (--mode reads)

Samplesheet schema (assets/schema_input_reads.json)

  • fastq_1 only accepts FASTQ. Add a new bam column, and require either fastq_1 or bam. A separate column is clearer than widening the fastq_1 pattern, since ENA treats BAM as its own manifest field.
  • Only allow bam when platform is OXFORD_NANOPORE or PACBIO_SMRT, and require fastq_2 to be empty for those platforms.
  • To confirm: leave out .tar.gz until ENA confirms whether it will still be supported.
    Workflow (workflows/readsubmit.nf)
  • Update the samplesheet mapping for the new bam column and record the file type (FASTQ or BAM) in meta.
    Manifest creation (modules/local/create_reads_manifest/main.nf)
  • Add BAM support so the manifest gets a BAM line instead of FASTQ lines.
  • To confirm: whether create_reads_manifest in mgnify-pipelines-toolkit (1.5.1) supports BAM.

2. Make BAM uploads retry cleanly

  • ENA_WEBIN_CLI_WRAPPER only retries on a few exit codes, once. Network failures during upload usually aren't retried. Add a withName block in conf/modules.config that retries on any failure, at least 3 times, with more time per attempt.
  • If an upload succeeds but the task fails afterwards, the retry will be rejected by ENA as already submitted. Check that the wrapper treats this as success and recovers the accession; if not, fix upstream.
  • The wrapper copies input files into the work directory. Switch to symlinks if Webin-CLI allows it, to save disk and time.
  • Optional: expose Webin-CLI's Aspera option for faster uploads (needs Aspera in the container).

3. Raw read tests

  • Add a small ONT FASTQ and a small long-read BAM to nf-core/test-datasets.
  • Add tests test_reads_long_fastq and test_reads_long_bam.
Lenguaje dominante
Nextflow
Estrellas
22
Forks
11
Merge medio
1 d 4 h
PR fusionados (30 d)
8

Preparar el entorno

Abrir en Codespaces

Inicia el contenedor de desarrollo del proyecto en tu navegador, con tu propia cuenta de GitHub.

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de nf-core/seqsubmit

Todos los issues de nf-core/seqsubmit

Issues similares

Más issues de Data Engineering

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.