先來看壹則招聘信息：
關於生物信息流程，不同的分類標準可能得到不壹樣的分類結果，比如：
A review of bioinformatic pipeline frameworks 這篇綜述中，按照隱式公約框架、明確框架、配置框架和基於類的框架等對現代的生物信息流程框架進行分類。
生信分析流程構建的幾大流派 按照腳本語言流、Common Workflow language 語言流、Makefile流、配置文件流、Jupyter notebook和R markdown流等分為不同流派。
依我看，生物信息流程無非分為舊方法和新方法兩類（廢話~~~），分別了解壹下。
傳統的方法，也是目前最常用的流程搭建方法，尤其是在工業界。
缺點：
最新流行的流程工具，但實際上在工業界並沒有普及。
CWL（Common Workflow Language）普通工作流語言和WDL（Workflow Description Language）工作流描述語言。定義每壹個計算過程（腳本）的輸入和輸出，然後通過連接這些輸入和輸出，構成數據分析流程。
可以在多個平臺執行，比如本地服務器、SGE 集群，雲計算平臺等，可以做到壹次編寫多處執行。Linux版本最有名的如snakemake, nextflow，bpipe等。圖形界面版的如Galaxy，壹些商業公司的雲平臺（拖拉圖標即可）。
Cromwell 是 Broad Institute 開發的工作流管理引擎，支持 WDL 和 CWL 兩種工作流描述語言。
CWL中snakemake的壹個示例語法：
可參考博文：
/p/8e57fd2b81b2
WDL語法結構：
示例：
用法可參考博文： https://wenlongshen.github.io/2018/09/15/Pipelining-Solution-2/
docker不是壹個流程方法，只是個封裝的容器工具而已，所以這個分類比較牽強，只是上面兩種的延伸。我們把自己開發的流程做成Docker鏡像，以便使用和分享。
以ChIP-seq等分析時常用的peak calling工具MACS2為例。
具體可參考博文：
https://wenlongshen.github.io/2018/09/08/Pipelining-Solution-1/