Concevoir et partagerdes workflowsd’analyse de données.Application auxtraitements intensifsen bioinformatique

Design and share data analysis workflows. Application to bioinformatics intensivetreatmentsAs part of an Open Science initiative, we are particularly interested in the scientificWorkflow Management Systems (WfMS) and their applications for intensive data analysisin bioinformatics. We start from the assumption that WfMS can evolve to becomeefficient hubs able to speed up the development and the dissemination of innovativeanalysis methods. These software platforms could rally and unite not only the currentstakeholders, who are service consumers, but also the service producers, around a disciplinarytheme. We therefore consider that these environments must be both adapted tothe practices of the scientists who are method designers and also enhanced with increasedproductivity during design and treatment. These constraints lead us to study the rapidcapture of workflows, the simplification of technical tasks integration, like parallelisationand the deployment customization. First, we define an expressive graphic worfklowlanguage, adapted to the quick capture of workflows. This is interpreted by a workflowengine based on a new model of computation with high performances obtained by theuse of multiple levels of parallelism. Then, we present a Model-Driven design approachthat facilitates the data parallelism generation and the production of suitable implementationsfor different execution contexts. We describe in particular the integration of acomponents and platforms meta-model used to automate the configuration of workflows’dependencies. Finally, in the case of the cloud model Container as a Service (CaaS), wedevelop a workflow specification intrinsically re-executable and readily disseminatable.The adoption of this kind of model could lead to an acceleration of exchanges and abetter availability of data analysis workflows.Dans le cadre d’une démarche d’Open science, nous nous intéressons aux systèmes degestion de workflows (WfMS) scientifiques et à leurs applications pour l’analyse de donnéesintensive en bioinformatique. Nous partons de l’hypothèse que les WfMS peuventévoluer pour devenir des plates-formes pivots capables d’accélérer la mise au point etla diffusion de méthodes d’analyses innovantes. Elles pourraient capter et fédérer autourd’une thématique disciplinaire non seulement le public actuel des consommateursde services mais aussi celui des producteurs de services. Pour cela, nous considéronsque ces environnements doivent à la fois être adaptés aux pratiques des scientifiquesconcepteurs de méthodes et fournir un gain de productivité durant la conception et letraitement. Ces contraintes nous amènent à étudier la capture rapide des workflows, lasimplification de l’intégration des tâches techniques, comme le parallélisme nécessaire auhaut-débit, et la personnalisation du déploiement. Tout d’abord, nous avons défini unlangage graphique DataFlow expressif, adapté à la capture rapide des workflows. Celui-ciest interprétable par un moteur de workflows basé sur un nouveau modèle de calcul dotéde performances élevées, obtenues par l’exploitation des multiples niveaux de parallélisme.Nous présentons ensuite une approche de conception orientée modèle qui facilitela génération du parallélisme de données et la production d’implémentations adaptéesà différents contextes d’exécution. Nous décrivons notamment l’intégration d’un métamodèledes composants et des plates-formes, employé pour automatiser la configurationdes dépendances des workflows. Enfin, dans le cas du modèle Container as a Service(CaaS), nous avons élaboré une spécification de workflows intrinsèquement diffusable etré-exécutable. L’adoption de ce type de modèle pourrait déboucher sur une accélérationdes échanges et de la mise à disposition des chaînes de traitements d’analyse de données