ABSTRACT
Com o advento da era pós-genômica, ocorreu uma explosão de informações onde inúmeras descobertas geraram grande quantidade de dados biológicos, que para serem analisados, necessitavam da cooperação de várias áreas de conhecimento. Inicialmente, as atividades de análises destes dados são suportadas por programas que constituem um fluxo de trabalho, baseado em scripts, que normalmente são executados por linha de comando, obrigando os seus usuários a terem domínio de algoritmos e lógica de programação. Tais scripts auxiliam muito na entrada, processamento e resultado final da análise, mas ainda apresentam dificuldades em interferir, coletar e armazenar dados ao longo de sua execução. Além disso, dependendo da especificidade do script, o seu uso pode ser muito complexo, em função da dificuldade da implementação, manutenção e reuso. Também, neste tipo de ambiente, o registro de execução das atividades do fluxo, da origem dos dados utilizados e das transformações aplicadas aos dados, geralmente, não são mantidos. Para tanto, tem havido o crescente uso de workflows científicos na execução e condução de experimentos científicos. Os workflows científicos pressupõem a resolução de problemas científicos através das técnicas de composição do fluxo de atividades, onde os passos normalmente são compostos por programas de bioinformática que recebem, processam e geram um conjunto de dados que podem ser repassados aos demais passos do workflow. Toda a estrutura de desenvolvimento e execução desses workflows é apoiada por sistemas específicos, conhecidos como Sistemas de Gerenciamento de Workflows Científicos (SGWfC), que possuem seus próprios mecanismos de gerência e linguagem. Considerando as vantagens de uso dos SGWfC no cenário da Bioinformática, este trabalho apresenta o workflow científico para reconstrução filogenética denominado PHYLO...
With the advent of post-genomic era, there was an explosion of information where many discoveries have generated large amounts of biological data, which, to be analyzed, needed the cooperation of various fields of knowledge. Initially, the to industrial activities of analysis of these data are supported by programs that constitute the workflow, based on scripts, that normally run from command line, forcing users to algorithms and programming logic. Such scripts help much the input, processing and outcome of the analysis, but still present difficulties for usersto interfere, collect and store data throughout their implementation. Also, according to the specific use of the script, it can be very complex, depending on the difficultyof implementation, maintenance and reuse. Also, in this type of environment, the registration of the execution of the activities of the flow, the source of data use d and the transformations applied to the data are generally not retained. For these, there has been the growing use of scientific workflows for the implementation and execution of scientific experiments. Scientific workflows assume scientificproblems solving through techniques of composition of the flow of activities, where the steps are usually composed of bioinformatics programs that receive, process and generate a data set that can be passed on to other steps of the workflow. The structure of development and implementation of these workflows is supported by specific systems, known as Scientific Workflows Management Systems (SGWfC), which have their own management mechanisms and language. Considering theadvantages of using the scenario SWfMS in the scientific bioinformatics, this work presents the scientific workflow PHYLO for phylogenetic reconstruction...