Treballs Fi de Grau> Enginyeria Informàtica i Matemàtiques

Optimización del Análisis Genómico mediante la Integración de Lithops en Nextflow

  • Dades identificatives

    Identificador: TFG:6952
  • Autors:

    Álvarez Ruiz, Miquel
  • Altres:

    Data d'alta al repositori: 2024-02-29
    Resum: L'estudi es va enfocar a Nextflow, una eina per processar dades a gran escala en entorns distribuïts. Nextflow s'utilitza a la comunitat científica per orquestrar fluxos de treball complexos, permetent executar tasques en paral·lel i treballar en entorns de computació al núvol. L'objectiu principal va ser desenvolupar un plugin personalitzat per a Nextflow que utilitzés Lithops com a executor de tasques. Lithops és una plataforma sense servidor que executa codi en entorns cloud, cosa que millora l'escalabilitat i eficiència en el processament de dades genòmics. Aquest estudi contribueix a la genòmica en integrar Lithops a Nextflow.
    Matèria: Programari
    Idioma: spa
    Àrees temàtiques: Enginyeria informàtica Computer engineering Ingeniería informática
    Departament: Enginyeria Informàtica i Matemàtiques
    Estudiant: Álvarez Ruiz, Miquel
    Curs acadèmic: 2022-2023
    Títol en diferents idiomes: Optimització de l'Anàlisi Genòmica mitjançant la Integració de Lithops a Nextflow Optimization of Genomic Analysis through the Integration of Lithops in Nextflow
    Data de la defensa del treball: 2023-02-14
    Drets d'accés: info:eu-repo/semantics/openAccess
    Paraules clau: Enginyeria del software, programació Software engineering, programming Ingeniería del software, programación
    Confidencialitat: No
    Títol en la llengua original: Optimización del Análisis Genómico mediante la Integración de Lithops en Nextflow
    Director del projecte: García López, Pedro
    Ensenyament(s): Enginyeria Informàtica
    Entitat: Universitat Rovira i Virgili (URV)
  • Paraules clau:

    Enginyeria informàtica
    Computer engineering
    Ingeniería informática
    Programari
  • Documents:

  • Cerca a google

    Search to google scholar