Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Support submission of metagenomic assemblies generated from co-assemblies

Aperta
  • Qualcosa non va?
#61 1 commento 0 reazioni 1 assegnatario Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

@ochkalova ci sta già lavorando.

Dal 15/10/2026.

  • #66 di @ochkalova — aperta

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Ambito
data

Direzione di ricerca

Leggi la sezione metagenomic_assemblies di docs/usage.md, poi esamina PR #66 e controlla la relativa descrizione per individuare il lavoro rimanente. Analizza l'output di CoverM in esecuzioni multiple e il relativo calcolo della copertura, usando nf-test quando necessario. Il lavoro è considerato completato quando il flusso di submission della co-assembly è testato e PR #66 è stato esaminato e integrato.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

assembly_submit enhancement

Difficulty: Medium

Why this matters: the pipeline submits metagenomic assemblies to ENA (European Nucleotide Archive). A co-assembly is when reads from several sequencing runs are assembled together into one set of contigs, instead of assembling each run on its own. This is common in metagenomics because it can improve results for organisms that are rare in any single sample. Right now the metagenomic_assemblies mode assumes one run per assembly, so there's no way to describe "this assembly came from runs A, B and C together". This is the other half of the co-assembly problem, on the metagenomic assemblies side (see issue # for the equivalent problem on the MAGs/bins side).

Good to know before starting: there's already an open pull request (#66) that implements most of this, it accepts semicolon-separated run accessions and read files, calculates coverage across multiple runs, and registers a stand-in sample that ties the co-assembly back to all its source runs. The task here is to pick that PR up and finish it rather than start from scratch.

Some terms: ENA (European Nucleotide Archive) is the public repository this pipeline submits data to, and Webin is ENA's account and authentication system needed to submit anything (free, self-service registration). Co-assembly is explained above. An "umbrella" or virtual sample is a synthetic ENA sample used to represent data that comes from more than one original sample, since ENA submissions need to point at exactly one sample.

Skills / experience: Nextflow, reading and continuing someone else's in-progress code, nf-test (see the nf-core nf-test testing guide if this is new to you). Familiarity with the concept of genome coverage depth would be helpful.

Suggested approach:

  1. Read the metagenomic_assemblies mode section of docs/usage.md to be familiar with submission process.
  2. Check out the PR #66 branch and read its description, which already lists what's left to do.
  3. Fix the coverage calculation bug it flags (the multi-run CoverM output has more columns than the single-run case handles).
  4. Help get the PR reviewed and merged.
Lingua principale
Nextflow
Stelle
22
Fork
11
Merge medio
1g 4h
PR unite (30g)
8

Preparare l'ambiente

Apri in Codespaces

Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di nf-core/seqsubmit

Tutte le issue di nf-core/seqsubmit

Issue simili

Altre issue su Data Engineering

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.