Instrumentos científicos

Ejecutar un cálculo científico sólo después de que su entorno de entrada y ejecución real sea claro. Elija un Notebook local, un Connector o un corredor externo según el método y sus dependencias.

Elija dónde se ejecuta el cálculo

Ruta	Trabajo adecuado	Comprobación de lectura
Python Sesión Notebook	Perforación de datos, resúmenes numéricos y trama	Bound Python plazo de ejecución y paquetes instalados
R Sesión Notebook	Análisis y paquetes R	Enabled R plazos fijados para este período de sesiones
Connector incorporado	Recuperación de bases de datos o operación determinística apoyada	Connector disponible para el agente, credenciales/redes según sea necesario
Computación remota	Software específico para el huésped, trabajos de GPU o para lotes	Eligible host, medio ambiente y cronogramador habilitado

Un comando shell no es intercambiable con una carrera de sesión Notebook: su tiempo de ejecución, entradas montadas y procedencia pueden diferir. Solicitar la ruta prevista explícitamente.

Paquetes y dependencias

Paso	Qué hacer	Resultado exitoso
Inspección	Pedido inspect_packages en el idioma previsto/tiempo de ejecución	Puestos y versiones instalados/descargados
Instalar	Usar el soporte manage_packages flujo para el medio ambiente atado	Salida completa del instalador, no solo “instalación iniciada”
Reiniciar	Reiniciar/rebinar el núcleo si la aplicación lo solicita	La siguiente célula utiliza el ambiente actualizado
Verificar	Importar el paquete en ese mismo Notebook	Versión real y una pequeña operación de trabajo

Si la instalación de paquete devuelve HTTP CONNECT 403, compruebe el nombre de host de paquete afectado y Configuración de red antes de reiniciar. Utilice un paquete existente sólo cuando es compatible con el método que necesita; un cálculo exitoso no significa que se reparó una instalación de paquete fallido.

Ejecutar y verificar un cálculo RNA-seq local

Ejemplo práctico Comprobar los recuentos de nivel de muestra en la matriz GSE60450

1. Adjuntar el Entrada GSE60450.
2. Seleccione el tiempo de ejecución Python o R Notebook. Inspeccione su versión antes de instalar cualquier cosa.
3. Solicitar la dimensión de la matriz completa y los cheques de la integridad; excluir EntrezGeneID y Length de las columnas de muestra.
4. Calcular los recuentos totales, los genes de cuenta cero, los genes detectados y la mediana entre los genes detectados para cada ID de muestra completa.
5. Ahorre nuevo informe CSV, gráfico y métodos. Mantenga la fuente sin cambios y compare su SHA-256 antes/después.
6. Reabrir todos los productos. Comprobación cruzada de muestras conteo, etiquetas y valores; inspeccionar el código Notebook real y los registros.

Compare identificadores de salida y métricas con el ejemplo de referencia. Mantenga la entrada cruda sin cambios. Los recuentos descriptivos no establecen expresión normalizada, expresión diferencial o conclusión clínica.

Python QC CSV · Comparación de R/Python · Validación Skill.

Diseñe una pequeña secuencia de proteínas en la CPU

Ejemplo práctico Secuencias de los candidatos de diseño para la columna vertebral 1UBQ

Esta ruta recorre el oficial ProteinMPNN CLI en ubiquitina humana, cadena PDB 1UBQ A. Crea un candidato cada uno con la vainilla y los puntos de control solubles. Es un cálculo inverso condicionado a una columna vertebral existente.

Preparar el corredor y pesos

Utilice un Python compatible con venv y pip, Git, acceso a Internet y una carpeta de trabajo. Los siguientes comandos son para macOS/Linux shells. En Windows use el .venv\Scripts\python.exe correspondiente y establezca CUDA_VISIBLE_DEVICES usando la sintaxis de su cáscara.

mkdir protein-design
cd protein-design
git clone https://github.com/dauparas/ProteinMPNN.git
git -C ProteinMPNN checkout 8907e6671bfbfc92303b5f79c4b5e6ce47cdef57
python3 -m venv .venv
.venv/bin/python -m pip install torch numpy
.venv/bin/python -c "import sys, torch, numpy; print(sys.version); print(torch.__version__, numpy.__version__)"
.venv/bin/python -m pip freeze > environment.txt

La salida fija incluye vanilla_model_weights/v_48_020.pt y soluble_model_weights/v_48_020.pt; confirmar ambos archivos existen. Descargue el Entrada 1UBQ en protein-design como 1UBQ.pdb. Mantenga la entrada de secuencia separada de las carpetas de salida.

Esta configuración instala paquetes en un entorno virtual externo. Si pip no reporta una distribución compatible, elija una versión Python compatible con la rueda PyTorch disponible antes de reintentar. Record environment.txt; cambiar Python, PyTorch o NumPy puede cambiar la salida numérica. Si un viejo entorno virtual ya no encuentra su intérprete base después de una actualización del sistema, recrearlo con el Python compatible actual.

Ejecute ambos modelos y guarde sus salidas

Desde protein-design, corre:

CUDA_VISIBLE_DEVICES="" .venv/bin/python ProteinMPNN/protein_mpnn_run.py \
  --pdb_path 1UBQ.pdb --pdb_path_chains A --model_name v_48_020 \
  --num_seq_per_target 1 --batch_size 1 --sampling_temp 0.1 --seed 42 \
  --out_folder outputs/vanilla
CUDA_VISIBLE_DEVICES="" .venv/bin/python ProteinMPNN/protein_mpnn_run.py \
  --pdb_path 1UBQ.pdb --pdb_path_chains A --model_name v_48_020 \
  --use_soluble_model --num_seq_per_target 1 --batch_size 1 \
  --sampling_temp 0.1 --seed 42 --out_folder outputs/soluble

Ambos comandos utilizan la cadena A, una secuencia, la temperatura 0.1 y la semilla 42. Limpiar la visibilidad del dispositivo CUDA hace que este corredor use CPU. Espera outputs/vanilla/seqs/1UBQ.fa y outputs/soluble/seqs/1UBQ.fa; Mantener sus nombres separados al importarlos o publicarlos.

Para ejecutar a través de Open-Science, conceda la carpeta preparada usando Your files → Grant folder…, luego pida al agente que ejecute estos comandos con el camino Python absoluto del entorno y ese directorio de trabajo. Inspeccione el comando y el alcance de la aprobación. Pídale que publique los dos FASTA y un informe de comparación, y luego vuelva a abrir los tres en Files. Un archivo dejado sólo en el directorio de trabajo todavía necesita publicación.

:::caución[Skill paquete loading] Si el modelo incorporado Skill falla la validación de la ruta del paquete, reporte ese error a través de Solución de problemas. La ruta CLI arriba sigue siendo un método separado; la ejecución CLI exitosa no establece que la carga Skill nativa funciona. :::

Compruebe las secuencias diseñadas

Los productos guardados en este ejemplo contenían los siguientes resultados:

Salida	Residuos diseñados	Puntuación	Recuperación contra nativo
ProteinMPNN FASTA	76	0.7883	55.26%
SolubleMPNN FASTA	76	0.7900	59.21%

Cada FASTA contiene dos registros: la secuencia nativa primero, luego el candidato único diseñado. Comprobaciones independientes confirmadas aminoácidos canónicos, residuos 76 por registro, puntajes finitos, recuperación recomputada directamente y PDB SHA-256. Los bytes de artefactos guardados coincidieron con las salidas del corredor. El informe de comparación registra la configuración y las limitaciones. Las puntuaciones de esta comparación de un candidato no establecen qué modelo produce una mejor plegabilidad, solubilidad o función.

Diagnóstico por la etapa de falla

Síntoma	Siguiente verificación
No hay tiempo de ejecución / R no disponible	Instalar o habilitar el intérprete a través de Entornos de ejecución, entonces atápalo.
ImportError / MóduloNotFoundError / no paquete llamado	Inspeccione el entorno seleccionado y utilice la instalación de paquetes gestionados.
Unknown Skill / invalid kernel helper	Destinguir un paquete de método de un ayudante Notebook real.
Versión de entrada no disponible / archivo no encontrado	Resolver la entrada actual exacta a través de la aplicación; no adivina un camino.
Fallo de la red/HTTP	Mantener el host, el funcionamiento y el estado real; uso Controles de red y orientación sobre errores.
La salida existe sólo en un directorio de trabajo	Publique a través de la ruta de artefactos compatibles y reabrir la versión guardada.
No hay bloque productor / medio ambiente parcial	Retener la limitación; no fabricar pruebas perdidas.

Para trabajos remotos, inspeccione la preparación de los anfitriones, la presentación, el estado y la producción cosechada por separado. El Direct SSH RNA-seq ejemplo completó y sus salidas fueron verificadas independientemente. El monitoreo de terminales Slurm requiere contabilidad legible. El mismo capítulo documenta ahora un funcionamiento A100 ProteinMPNN verificado con un entorno CUDA aislado y cheques de salida independientes. Los métodos que se pueden utilizar en la CPU siguen siendo evaluables por separado.

Para el trabajo de larga duración, siga Tareas de antecedentes y ejecución de los resultados. Inspeccione las salidas de funcionamiento y guardadas después de la entrega. Entorno & Paquetes, Configuración de Medio Ambiente Compute y Compute Remoto (SSH) permanecen habilitados, pero sus requisitos de tiempo de funcionamiento, red y host todavía se aplican.

Referencia de implementación: notebook.ts, SKILL.md, SKILL.md.