Перейти к основному содержимому

Рецепты Skill

Выберите рецепт по его исходному материалу и решению, которое вам нужно принять. Сохраните процедуру в Skill, фактические файлы в проекте и результаты проверки в разговоре.

Исследовательская ситуацияНачнем сSkills и инструментыДоставляемая и приемочная проверкаМаршрут и предпосылки
Решите, готова ли загруженная таблица подсчета RNA-seq к анализу.Сырая графовая матрица и присоединение к источникуОбычный rnaseq-count-qc; Python/R NotebookСтруктурный отчет, метрики выборки, оригинальные идентификаторы и неизмененный хэш вводаЛокальный пример Notebook; Совместимость Python/R
Согласование двух реализаций образца QCPython и R CSV выходыNotebook; Требования rnaseq-count-qcПрисоединяйтесь к полным идентификаторам выборки и сравните все показатели; Пример GSE60450 соответствует значениям 48Локальный пример Notebook; Совместимость Python/R
Проверяйте результат, прежде чем делиться им.Полная таблица QC и явные инвариантыRNA-seq QC Рецензент SpecialistОтдельные детские транскрипты и 12 на выборочные суммы; Отличить встроенные доказательства от доступа к оригинальным файламПример с встроенным столом; Запуск Specialist и Python
Подготовьте список для чтения нового вопросаЦеленаправленный вопрос и семя DOI/PMIDЛитературный обзор; Литература/Коннекторы данныхПолученные идентификаторы, обоснование включения и нерешенные пробелы в полнотекстовом текстеПример коллекции PRISMA; Рабочая литература Connector
Проект исследовательского досье для определенной популяцииЧисленность населения, индикация и объем вопросовДосье индикации; Источники исследованийДатированные доказательства, возобновленные файлы Waypoint и неподтвержденные претензии с пометкойАдаптивный метод; подготавливать перечисленные входные данные и зависимости, характерные для конкретного метода
Превратить исследовательскую карту в цифру отчетаПроверенные данные и конкретная претензияФигурный стильОткрытое изображение с единицами, ярлыками образцов, подписью и отслеживаемостью данныхАдаптивный метод; подготавливать перечисленные входные данные и зависимости, характерные для конкретного метода
Создайте многопанельную цифру результатаПретензионные и неизменяемые версии данныхФигурный композитор + Фигурный стильНаброски групп, собранные изображения и результаты обзора; Обсуждение Main AgentАдаптивный метод; подготавливать перечисленные входные данные и зависимости, характерные для конкретного метода
Проверьте, поддерживает ли фигурная колода рукописьРукописи, подписи, полная упорядоченная колодаБумажный рассказчик- аргументация фигуры и пробелы в доказательствах; Не сфабрикованы новые экспериментыАдаптивный метод; подготавливать перечисленные входные данные и зависимости, характерные для конкретного метода
Найти причину ошибки в недостающем пакетеТочная ошибка и выбранное время выполненияОкружающая среда и пакетыИнспекция инсталляции версии, управляемая установка, где это возможно, испытание импорта перезапущенного ядраАдаптивный метод; подготавливать перечисленные входные данные и зависимости, характерные для конкретного метода
Подготовьте удаленную среду для повторной работыСуществующие требования к хосту и пакету SSH/SlurmНастройка вычислительной среды + удаленные вычисленияНазвана окружающая среда и проведены исследования/проверка доказательств; Настройка хоста принадлежит пользователю / администраторуУдаленные вычисления для Direct SSH; Slurm требует бухгалтерского учета
Сравните предсказания белковой структурыДействительные последовательности/сложное определениеAlphaFold2, Boltz, Chai-1, ESMFold2 или OpenFold3Структура плюс доверие и входная корреспонденция; Требуются сконфигурированные веса/GPUАдаптивный метод; подготавливать перечисленные входные данные и зависимости, характерные для конкретного метода
Перепроектировать костяк с фиксированными остаткамиPDB, сетевые картографические и проектные ограниченияProteinMPNN / LigandMPNN / SolubleMPNNПоследовательность-цепочка картирования и проверки ограничений; Поддержка ЦП зависит от методаМалый пример ProteinMPNN CLI; Другие методы нуждаются в собственной установке
Интеграция одноклеточных партийAnnData, пакетные этикетки и оригинальные подсчетыscvi-инструменты или scGPTМоделирование выводов, проверенных на идентификаторы ячейки/гена; Это не относится непосредственно к объемным подсчетам.Адаптивный метод; подготавливать перечисленные входные данные и зависимости, характерные для конкретного метода

Воспроизводите местный рецепт RNA-seq

Практический пример Запустите и проверьте RNA-seq Count QC

  1. Используйте настоящий Входные данные GSE60450 и образец QC.
  2. Создание или импорт rnaseq-count-qc.
  3. Отправьте ограниченный запрос с помощью Пример вызова Skill.
  4. Откройте сгенерированный отчет о валидации. Сравните ожидаемые гены 27,179 и столбцы выборки 12 с наблюдаемыми значениями, а не с кепкой строки предварительного просмотра.
  5. Если требуется второе мнение, используйте Делегировать и проверять и проверьте фактическую расшифровку ребенка.

Дайте рецепту четкую отделку

Полезный запрос называет источник, требуемый метод, выходные файлы и проверки приемки. Например:

Используйте существующий образец GSE60450-QC CSV, чтобы сделать отчетную цифру со стилем рисунка. Держите полные идентификаторы образцов в таблице компаньонов, пометьте необработанные единицы подсчета, сохраните источник, сохраните новую фигуру и снова откройте ее, чтобы проверить все этикетки. Сообщите о любой недоступной зависимости перед изменением метода.

Ссылка на осуществление: manifest.json, SKILL.md.

Для поддержки длительной работы следуйте Справочные задачи и доставка результатов. Проверьте фактический запуск и сохраненные результаты после доставки. Окружающая среда и пакеты, настройка вычислительной среды и удаленные вычисления (SSH) остаются включенными, но их время выполнения, сеть и требования к хосту по-прежнему применяются.