latchbio-integration
Bioinformatik-Workflows auf Latch erstellen
Auch verfügbar von: K-Dense-AI
Das Erstellen von Bioinformatik-Pipelines erfordert das Erlernen plattformspezifischer Tools und Cloud-Infrastruktur. Diese Anleitung bietet Schritt-für-Schritt-Anleitungen zum Erstellen serverloser Workflows mit dem Latch SDK unter Verwendung von Decorators, Datenabstraktionen und verifizierten Bioinformatik-Tools.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "latchbio-integration". Einen Latch-Workflow für RNA-seq-Analyse mit Qualitätskontrolle und Alignment erstellen
Erwartetes Ergebnis:
- @small_task für Qualitätskontrolle definieren (FastQC)
- @large_task für Alignment definieren (STAR/HISAT2)
- @small_task für Quantifizierung definieren (featureCounts)
- @workflow erstellen, das alle Tasks mit LatchFile-Eingaben kombiniert
- Workflow mit dem Befehl latch register registrieren
Verwendung von "latchbio-integration". GPU-Ressourcen für Proteinstrukturfaltung mit AlphaFold einrichten
Erwartetes Ergebnis:
- @large_gpu_task-Dekorator mit V100- oder A100-GPU-Typ verwenden
- Speicherzuweisung basierend auf der Proteinsequenzlänge konfigurieren
- Angemessenes Timeout für große Proteinstrukturvorhersage festlegen
- Ausgabeverzeichnis mit LatchDir für Ergebnisse konfigurieren
Verwendung von "latchbio-integration". Meine Sequenzierungsproben im Latch Registry organisieren
Erwartetes Ergebnis:
- Eine Tabelle mit Spalten für sample_id, condition und Dateiverweise erstellen
- Record-Klasse verwenden, um Proben mit Metadaten hinzuzufügen
- Zugehörige Records für Probenbeziehungen verknüpfen
- Proben mit Filterkriterien in Workflows abfragen
Sicherheitsaudit
SicherPure documentation skill containing only markdown reference guides. No executable code detected - only code examples in markdown code blocks. All static findings are false positives from scanner misinterpreting documentation examples as executable commands.
Risikofaktoren
⚙️ Externe Befehle (201)
📁 Dateisystemzugriff (2)
🔑 Umgebungsvariablen (2)
⚡ Enthält Skripte (1)
Qualitätsbewertung
Was du bauen kannst
RNA-seq-Analyse-Pipelines bereitstellen
Reproduzierbare RNA-seq-Pipelines mit Qualitätskontrolle, Alignment und Quantifizierung unter Verwendung verifizierter Workflows erstellen
Proteinstrukturvorhersage ausführen
AlphaFold- und ColabFold-Vorhersagen auf GPU-Ressourcen mit automatischer Ergebnisorganisation ausführen
Bestehende Pipelines integrieren
Vorhandene Nextflow- oder Snakemake-Workflows mit minimalen Codeänderungen in die Cloud migrieren
Probiere diese Prompts
Einen Latch-Workflow für die Verarbeitung von FASTQ-Dateien mit @small_task- und @workflow-Dekoratoren erstellen
GPU-Ressourcen für Proteinstrukturvorhersage mit @large_gpu_task oder custom_task mit A100-GPU konfigurieren
Meine vorhandene Nextflow-Pipeline mit dem Befehl latch register --nextflow zu Latch importieren
Massen-RNA-seq-Analyse mit dem Workflow latch.verified.bulk_rnaseq und Beispiel-Metadaten ausführen
Bewährte Verfahren
- Typ-Annotationen für alle Workflow-Parameter verwenden, um automatische UI-Generierung zu ermöglichen
- Mit Standard-Task-Dekoratoren (@small_task, @large_task) beginnen und Ressourcen erst skalieren, wenn Profiling Bedarf zeigt
- Komplexe Workflows in modulare Tasks aufteilen für besseres Debugging und parallele Ausführung
Vermeiden
- @large_gpu_task für Tasks verwenden, die keine GPU-Beschleunigung erfordern
- Typ-Annotationen weglassen, was automatische UI-Generierung deaktiviert
- CPU und Speicher überall ohne Profiling der tatsächlichen Anforderungen zuweisen