Surowe dane sekwencjonowania nie są odpowiedzią. To plik pełen krótkich odczytów. Przekształcenie tego pliku w listę wariantów genetycznych wymaga serii kroków obliczeniowych. Ta seria to proces bioinformatyczny. Każdy krok pobiera dane wyjściowe z kroku poprzedniego, przetwarza je i przekazuje dalej. Proces kończy się czymś możliwym do interpretacji: wywołaniem wariantu, profilem ekspresji genu, klasyfikacją taksonomiczną.

Typowy proces sekwencjonowania DNA składa się z kilku etapów. Kontrola jakości usuwa odczyty o niskiej jakości i adaptery. Dopasowanie mapuje odczyty do genomu referencyjnego. Wywołanie wariantu identyfikuje pozycje, w których próbka różni się od referencyjnego. Adnotacja dodaje informacje o genach, elementach regulatorowych i znanych wariantach. Filtrowanie usuwa prawdopodobne wyniki fałszywie dodatnie. Każdy etap ma parametry wpływające na wynik, a ich dostrajanie to po części sztuka, po części nauka.

Potoki muszą być powtarzalne. Jeśli wyniku nie da się odtworzyć, nie można mu zaufać. Systemy zarządzania przepływem pracy, takie jak Nextflow, Snakemake i Galaxy, śledzą kroki, rejestrują parametry i tworzą pakiety środowiska. Umożliwiają one ponowne przeprowadzenie analizy nawet po miesiącach i uzyskanie tego samego wyniku. Umożliwiają również udostępnianie analizy współpracownikom.

Rurociąg nie jest efektowny. To hydraulika. Ale bez niego współczesna biologia utonęłaby we własnych danych.