跳到主要内容

科学工具的执行与验收

先明确实际输入和运行环境，再执行计算。本例使用真实 GSE60450 计数及已有包，可在本地复现。

选择执行位置​

路径适用工作就绪检查
Python Session Notebook数据解析、数值汇总、绘图当前绑定 Python 与已安装包
R Session NotebookR 分析及包已启用并绑定到会话的 R
内置 Connector数据检索或受支持确定性操作Agent 可访问，具备凭据/网络
Remote Compute主机软件、GPU、批处理已启用主机、环境、调度器

Shell 与 Session Notebook 的环境、输入挂载和溯源不同，应明确要求执行路径。

包与依赖​

步骤操作成功标准
检查在正确语言/环境使用 inspect_packages实际安装状态和版本
安装使用当前环境支持的 manage_packages安装完成输出，不只是已开始
重启应用要求时重启或重新绑定内核下一单元使用更新环境
验证在同一 Notebook 导入真实版本和小范围操作成功

安装软件包返回 HTTP CONNECT 403 时，先检查受影响域名及网络设置，再重试。只有已有软件包能够完成所需方法时才使用它；计算成功不代表失败的包安装已经修复。

运行并核验本地 RNA-seq​

案例演示 检查 GSE60450 矩阵的样本计数

  1. 附加 GSE60450 输入。
  2. 选择 Python 或 R Notebook，安装前检查版本。
  3. 检查完整矩阵维度与计数完整性，将 EntrezGeneID、Length 从样本列中排除。
  4. 按完整样本 ID 计算总计数、零计数基因、检出基因、检出基因中位数。
  5. 保存新 CSV、图和方法报告，比较源文件前后 SHA-256。
  6. 重开全部输出检查样本数、标签、指标，并阅读 Notebook 代码及日志。

将输出标识与指标和示例基准比较，保留原始输入不变。描述性计数不能证明归一化表达、差异表达或临床结论。

Python QC CSV · R/Python 对照 · Skill 校验。

在 CPU 上设计一个小型蛋白序列​

案例演示 为 1UBQ 骨架设计候选序列

本路线通过官方 ProteinMPNN CLI，以人泛素 PDB 1UBQ 的 A 链为输入，分别使用 vanilla 和 soluble 权重生成一个候选。这是依赖已有骨架的逆折叠计算。

准备程序和权重​

需要带可用 venv、pip 的受支持 Python、Git、网络和可写文件夹。以下为 macOS/Linux shell 命令；Windows 使用相应的 .venv\Scripts\python.exe，并按所用 shell 语法设置 CUDA_VISIBLE_DEVICES。

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

固定提交中包含 vanilla_model_weights/v_48_020.pt 和 soluble_model_weights/v_48_020.pt，请确认两者存在。将 1UBQ 输入 下载到 protein-design，命名为 1UBQ.pdb，与输出文件夹分开保留。

这一步在外部虚拟环境中安装依赖。若 pip 提示没有兼容发行包，先选择可用 PyTorch wheel 支持的 Python 版本。保存 environment.txt；更换 Python、PyTorch 或 NumPy 可能改变数值结果。系统更新后，旧虚拟环境若找不到原始解释器，应使用当前兼容 Python 重建。

运行两个模型并保存结果​

在 protein-design 中运行：

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

两条命令均使用 A 链、一个候选、温度 0.1、种子 42。清空 CUDA 设备可见性使该程序使用 CPU。预期文件为 outputs/vanilla/seqs/1UBQ.fa 和 outputs/soluble/seqs/1UBQ.fa；导入或发布时应保留各自模型身份。

在 Open-Science 中执行时，先通过 Your files → Grant folder… 授权准备好的文件夹，再要求 Agent 使用该环境的 Python 绝对路径和上述工作目录执行。审批时检查命令与范围。要求将两个 FASTA 和比较报告发布为产物，再从 Files 打开三个文件。只在工作目录中存在的文件仍需发布。

Skill 包加载

若内置模型 Skill 因包路径验证失败而无法加载，请按故障排查反馈。上述 CLI 是独立路线；CLI 成功不代表原生 Skill 加载已恢复。

检查设计序列​

CPU 实际运行结果与重开的对比报告

本例保存的输出结果如下：

输出候选残基数分数相对原生序列的恢复率
ProteinMPNN FASTA760.788355.26%
SolubleMPNN FASTA760.790059.21%

每个 FASTA 有两条记录，第一条是原生序列，第二条才是单个设计候选。独立核对确认每条 76 个标准氨基酸、分数有限、逐位重算恢复率一致、PDB 输入 SHA-256 不变，托管产出与程序输出字节一致。对比报告保留参数和限制。一次、每模型一个候选的分数不能证明哪个模型的折叠、溶解性或功能更好。

按失败阶段排错​

现象下一步
无运行环境 / R 不可用在运行环境安装或启用后绑定
ImportError / ModuleNotFoundError / no package called核对环境并使用托管包管理
Unknown Skill / 内核辅助函数无效区分方法指令和真正可调用的 Notebook 函数
输入版本不可用 / 文件不存在通过应用解析当前准确输入，不猜路径
网络或 HTTP 错误保留主机、操作与状态，参见网络控制和错误说明
输出只在工作目录使用支持的结果发布，再重开保存版本
无生产代码 / 环境部分记录保留限制，不编造证据

远程任务应分别验证主机、提交、状态和结果收集。Direct SSH RNA-seq 示例已完成并独立核对结果。Slurm 终态监控需要可读取的记账查询，远程计算还记录了使用独立 CUDA 环境在 A100 上完成的 ProteinMPNN 推理及输出核对。支持 CPU 的方法需单独评估。

实现依据: notebook.ts, SKILL.md, SKILL.md。

适用的长时间运行操作见后台任务与结果送达。结果送达后检查实际运行和保存输出。Environment & Packages、Compute Environment Setup、Remote Compute (SSH) 保持启用，但运行时、网络和主机要求仍然有效。

最后于 更新