Перейти к основному содержимому

Ваш первый проект и результат

Практический пример Прочитайте таблицу выборки-QC и сохраните резюме

Начните с открытия небольшого стола и сохранения резюме. Этот маршрут использует двенадцатирядную таблицу выборки-QC, рассчитанную из реального общедоступного набора данных экспрессии генов. Вам не нужно перезапускать полный матричный анализ или устанавливать пакеты для построения графиков.

Подготовить модель и примерный файл

  1. Заполните первый раз установка и подтвердите свой модельная связь.
  2. Скачать Образец QC CSV из Примеры данных.
  3. Держите загруженный файл неизменным. Это производная сводная таблица; Матрица источника и метод расчета документируются на одной и той же странице примера.

Для открытия и обобщения этой таблицы требуется активный агент и модель. Python или R нужны только при пересчете метрик. Полный рабочий процесс качества данных покрывает этот маршрут.

Создать проект

Из дома выберите New project. Введите Gene-count QC review как Name и Review the public sample-QC table and record its interpretation. как Description. В Agent Context введите Preserve the source file. Explain descriptive counts without inferring differential expression. Затем выберите Create project.

Подтвердите название проекта выше списка сессий. Это примеры имен: используйте имя, которое поможет вам найти свое собственное расследование позже. См. Проекты для редактирования полей или настройки папки источника.

Прикрепить и осмотреть стол

  1. Начните новый разговор, выберите + → Attach files и выберите загруженный CSV.
  2. Дождитесь чипа крепления, затем откройте его предварительный просмотр.
  3. Подтвердите двенадцать рядов выборки. Осмотрите полный идентификатор выборки и столбцы для общего количества, генов с нулевым счетом, обнаруженных генов и среднего положительного количества.
  4. Закройте превью, чтобы вернуться к композитору. Держите вложение в запросе.

Образец таблицы QC, открытый в приложении

Если предварительный просмотр пуст или столбцы не разделены, подтвердите, что вы прикрепили CSV, а не страницу загрузки HTML. См. Таблицы для делимитера и предварительного просмотра элементов управления.

Запросить сохраненное резюме

Проверьте выбранную модель и отправьте:

Read the attached sample-QC CSV. Save a short Markdown report named
sample-qc-overview.md with three sections: Table contents, Metric meanings,
and Next checks. Identify the sample-identifier column and explain each
QC metric using the attached values. Preserve the original file. Do not
recalculate the gene matrix, install packages, or infer differential
expression. State that this is a derived descriptive summary. If the file
cannot be read, report the error instead of guessing its contents.
After saving, provide the report link.

Когда запрашивается разрешение, проверьте, относится ли оно к прилагаемому входу и запрашиваемому выходу. Утвердить предполагаемую операцию или отклонить несвязанный запрос. Разрешение на ожидание — это пауза, требующая вашего ответа. Неудачный вызов инструмента требует обработки ошибок. композитор объясняет эти состояния.

Проверьте и сохраните результат

  1. Выберите sample-qc-overview.md в ответе или панель Files проекта.
  2. Подтвердите три запрошенных раздела и что описания столбцов соответствуют CSV. В частности, обнаруженные гены означают, что их количество превышает ноль. Средний положительный счет исключает нулевые подсчеты.
  3. Подтвердите, что в докладе описывается сводная таблица и не утверждается новая биологическая находка.
  4. Загрузите отчет, если вам нужна внешняя копия. Переименуйте и прикрепите разговор для обратного доступа.

Задание выполняется, когда сохраненный отчет открывается и согласовывается с прилагаемой таблицей. Если ответ содержит текст, но не содержит файла, попросите агента сохранить этот текст в виде файла Markdown, а затем откройте его. Чтобы прочитать или сохранить ошибку, сохраните сообщение об ошибке и следуйте устранение неполадок.

Продолжить с исходными данными

Чтобы воспроизвести таблицу и создать сюжет, следуйте Превратить необработанные данные в воспроизводимый анализ. Этот рабочий процесс добавляет исходную матрицу, зависимости Python, точную схему вывода и числовые проверки. Используйте Notebook для проверки кода и подачи доказательств.