Nezpracovaná sekvenční data nejsou řešením. Je to soubor plný krátkých čtení. Převedení tohoto souboru na seznam genetických variant vyžaduje řadu výpočetních kroků. Tato série je bioinformatický pipeline. Každý krok bere výstup předchozího kroku, transformuje ho a předává dál. Pipeline končí něčím interpretovatelným: voláním varianty, profilem genové exprese, taxonomickou klasifikací.

Typický proces sekvenování DNA má několik fází. Kontrola kvality odstraňuje nekvalitní čtení a adaptéry. Zarovnání mapuje čtení s referenčním genomem. Vyhledávání variant identifikuje pozice, kde se vzorek liší od reference. Anotace přidává informace o genech, regulačních prvcích a známých variantách. Filtrování odstraňuje pravděpodobné falešně pozitivní výsledky. Každá fáze má parametry, které ovlivňují výsledek, a jejich ladění je zčásti umění, zčásti věda.

Procesní postupy musí být reprodukovatelné. Pokud nelze výsledek reprodukovat, nelze mu důvěřovat. Systémy pro řízení pracovních postupů, jako jsou Nextflow, Snakemake a Galaxy, sledují jednotlivé kroky, zaznamenávají parametry a balí prostředí. Umožňují opakovat analýzu o několik měsíců později a získat stejnou odpověď. Umožňují také sdílet analýzu se spolupracovníky.

Potrubí není okouzlující. Je to potrubí. Ale bez něj by se moderní biologie utopila ve vlastních datech.