Outils scientifiques

N'effectuez un calcul scientifique qu'après que son environnement d'entrée et d'exécution réel soit clair. Choisissez un Notebook local, un Connector ou un coureur externe selon la méthode et ses dépendances.

Choisissez où le calcul est effectué

Itinéraire	Travaux appropriés	Vérification de l'état de préparation
Python Session Notebook	Analyse des données, synthèses numériques et tracés	Paquets d'exécution et d'installation Bound Python
R Session Notebook	Analyse et paquets R	Activer l'exécution R liée à cette session
Connector intégré	Récupération de bases de données ou fonctionnement déterministe soutenu	Connector disponible pour l'agent, identifiants/réseau au besoin
Calcul à distance	Logiciels spécifiques à l'hôte, GPU ou travaux par lots	Hôte, environnement et planificateur éligibles

Une commande shell n'est pas interchangeable avec une exécution Session Notebook : leur durée d'exécution, leurs entrées montées et leur provenance peuvent différer. Demander explicitement l'itinéraire prévu.

Paquets et dépendances

Étape	Que faire	Résultat obtenu
Inspecter	Demande inspect_packages dans la langue/l'heure prévue	Statut et versions installés/manquants
Installer	Utiliser la prise en charge manage_packages flux pour l'environnement lié	Sortie de l'installateur terminée, non seulement l'installation a commencé.
Redémarrer	Redémarrer/rebinder le noyau si l'application le demande	La cellule suivante utilise l'environnement actualisé
Vérifier	Importer le paquet dans le même Notebook	Version réelle et une petite opération de travail

Si l'installation du paquet retourne HTTP CONNECT 403, vérifiez le nom d'hôte du paquet concerné et Paramètres réseau avant de réessayer. Utilisez un paquet existant seulement lorsqu'il supporte la méthode dont vous avez besoin; un calcul réussi ne signifie pas qu'une installation de colis a été réparée.

Exécuter et vérifier un calcul local RNA-seq

Exemple pratique Vérifier les nombres de niveaux d'échantillon dans la matrice GSE60450

1. Joindre le Entrée GSE60450.
2. Sélectionnez l'exécution Python ou R Notebook. Inspectez sa version avant d'installer quoi que ce soit.
3. Demander la dimension de la matrice complète et les contrôles d'intégrité du compte; exclure EntrezGeneID et Length des colonnes de l'échantillon.
4. Calculer les nombres totaux, les gènes nuls, les gènes détectés et la médiane parmi les gènes détectés pour chaque ID d'échantillon complet.
5. Enregistrer le nouveau rapport CSV, graphique et méthodes. Conserver la source inchangée et comparer son SHA-256 avant/après.
6. Rouvrir toutes les sorties. vérifier le nombre d'échantillons, les étiquettes et les valeurs; Inspecter le code et les journaux Notebook.

Comparer les identifiants de sortie et les métriques avec le exemple de référence. Conserver l'entrée brute inchangée. Les dénombrements descriptifs n'établissent pas d'expression normalisée, d'expression différentielle ou de conclusion clinique.

Python QC CSV · Comparaison R/Python · Validation Skill.

Concevoir une petite séquence de protéines sur CPU

Exemple pratique Concevoir des séquences de candidats pour l'épine dorsale 1UBQ

Cette route suit le Protéines officiellesMPNN CLI sur l'ubiquitine humaine, PDB 1UBQ chaîne A. Il crée un candidat chacun avec la vanille et des points de contrôle solubles. Il s'agit d'un calcul de repli inverse conditionné sur une colonne vertébrale existante.

Préparer le coureur et les poids

Utilisez un Python pris en charge avec venv et pip, Git, accès Internet et un dossier en écriture. Les commandes suivantes sont pour les shells macOS/Linux. Sur Windows, utilisez le .venv\Scripts\python.exe correspondant et définissez CUDA_VISIBLE_DEVICES en utilisant la syntaxe de votre shell.

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 commande par sondage comprend vanilla_model_weights/v_48_020.pt et soluble_model_weights/v_48_020.pt; confirmer l'existence des deux fichiers. Télécharger le Entrée 1UBQ dans protein-design sous 1UBQ.pdb. Gardez l'entrée de séquence séparée des dossiers de sortie.

Cette configuration installe des paquets dans un environnement virtuel externe. Si pip ne signale aucune distribution compatible, choisissez une version Python prise en charge par la roue PyTorch disponible avant de réessayer. Enregistrer environment.txt; changer Python, PyTorch ou NumPy peut changer la sortie numérique. Si un ancien environnement virtuel ne trouve plus son interpréteur de base après une mise à jour du système, recréez-le avec le Python actuellement compatible.

Exécutez les deux modèles et enregistrez leurs sorties

À partir de protein-design, lancez :

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

Les deux commandes utilisent la chaîne A, une séquence, la température 0.1 et la semence 42. Effacer la visibilité de l'appareil CUDA permet à ce coureur d'utiliser CPU. S'attendre à outputs/vanilla/seqs/1UBQ.fa et outputs/soluble/seqs/1UBQ.fa; garder leurs noms séparés lors de leur importation ou de leur publication.

Pour exécuter via Open-Science, donnez le dossier préparé en utilisant Your files → Grant folder…, puis demandez à l'agent d'exécuter ces commandes avec le chemin Python absolu de l'environnement et ce répertoire de travail. Inspectez le commandement et la portée au moment de l'approbation. Demandez-lui de publier les deux FASTA et un rapport de comparaison, puis rouvrez les trois dans Files. Un fichier laissé seulement dans le répertoire de travail a encore besoin de publication.

:::caution[Chargement du paquet Skill] Si le modèle intégré Skill échoue la validation du chemin du paquet, signalez cette erreur par Dépannage. La route CLI ci-dessus reste une méthode séparée; L'exécution réussie de CLI n'établit pas que le chargement natif de Skill fonctionne. :::

Vérifiez les séquences conçues

Les sorties enregistrées dans cet exemple contenaient les résultats suivants :

Sortie	Résidus conçus	Score	Récupération contre les natifs
ProtéinesMPNN FASTA	76	0.7883	55.26%
SolubleMPNN FASTA	76	0.7900	59.21%

Chaque FASTA contient deux enregistrements : la séquence native d'abord, puis le seul candidat conçu. Contrôles indépendants confirmés acides aminés canoniques, résidus 76 par enregistrement, scores finis, récupération directement recalculée et PDB SHA-256 inchangé. Les octets d'artefact sauvegardés correspondaient aux sorties du coureur. Le rapport de comparaison enregistre les paramètres et les limitations. Les résultats de cette comparaison à un candidat ne permettent pas d'établir quel modèle produit un meilleur pliage, une meilleure solubilité ou une meilleure fonction.

Diagnostic par l'étape défaillante

Symptôme	Prochaine vérification
Pas d'exécution / R non disponible	Installer ou activer l'interprète Environnements d'exécution, alors liez-la.
ImporterError / ModuleNotFoundError / aucun paquet appelé	Inspectez l'environnement sélectionné et utilisez l'installation de paquets gérés.
Unknown Skill / helper du noyau invalide	Distinguer un paquet de méthode à partir d'un helper Notebook callable réel.
Version d'entrée non disponible / fichier introuvable	Résoudre l'entrée actuelle exacte par l'application; ne devinez pas un chemin.
Défaut de réseau/HTTP	Garder l'hôte, le fonctionnement et le statut réel; Utilisation contrôle du réseau et guide d'erreur.
La sortie n'existe que dans un répertoire de travail	Publiez-le par l'intermédiaire de l'artefact pris en charge et rouvrez la version sauvegardée.
Pas de bloc producteur / environnement partiel	Conserver la limitation; ne fabriquent pas de preuves manquantes.

Pour les emplois à distance, inspecter séparément l'état de préparation, la soumission, l'état et la production récoltée. Le Exemple Direct SSH RNA-seq a été achevé et ses sorties ont été vérifiées de façon indépendante. La surveillance des terminaux Slurm nécessite une comptabilité lisible. Le même chapitre documente maintenant un A100 ProteinMPNN vérifié avec un environnement CUDA isolé et des contrôles de sortie indépendants. Les méthodes compatibles avec le CPU restent évaluables séparément.

Pour les travaux à long terme soutenus, suivez Tâches de base et réalisation des résultats. Inspecter les sorties réelles et enregistrées après la livraison. Environnement & Packages, Configuration de l'environnement de calcul et calcul à distance (SSH) restent activés, mais leurs exigences d'exécution, de réseau et d'hôte s'appliquent toujours.

Référence de mise en œuvre: cahiers.ts, COUVERTURE, COUVERTURE.