latchbio-integration
Latch SDK로 생물정보학 파이프라인 구축
Auch verfügbar von: davila7
인프라 관리 없이 프로덕션 수준의 생물정보학 워크플로우를 배포하세요. 자동 컨테이너화, GPU 지원, 통합 클라우드 스토리지를 갖춘 Python 데코레이터를 사용하는 서버리스 파이프라인을 생성합니다.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "latchbio-integration". 단백질 구조 예측을 위한 Latch 워크플로우 생성
Erwartetes Ergebnis:
- nvidia-tesla-v100 GPU와 함께 @large_gpu_task 데코레이터 사용
- latch.verified 모듈에서 alphafold 가져오기
- FASTA 시퀀스를 위한 LatchFile을 통해 입력 구성
- PDB 결과를 위한 LatchDir로 출력 디렉토리 설정
- 플랫폼이 Docker 컨테이너화를 자동으로 처리
- Latch 대시보드를 통해 실행 모니터링
Verwendung von "latchbio-integration". DESeq2 차등 발현 분석을 어떻게 설정하나요?
Erwartetes Ergebnis:
- latch.verified 모듈에서 deseq2 가져오기
- 카운트 행렬 및 샘플 메타데이터에 대한 입력 매개변수 정의
- 결과 및 플롯을 위한 출력 디렉토리 구성
- 플랫폼이 적절한 컴퓨트 리소스를 프로비저닝
- 등록된 출력 경로를 통해 결과 접근
Verwendung von "latchbio-integration". Latch에서 AlphaFold를 위한 GPU 리소스 구성
Erwartetes Ergebnis:
- GPU 워크로드에 대해 @large_gpu_task 데코레이터 사용
- gpu_type을 nvidia-tesla-v100 또는 nvidia-tesla-a100으로 설정
- 단백질 크기에 따른 메모리 요구사항 구성
- 플랫폼이 GPU 스케줄링을 자동으로 처리
- 실행 중 GPU 활용량 모니터링
Sicherheitsaudit
SicherDocumentation-only skill containing only markdown files (.md) and JSON metadata. No executable source code present. All 285 static findings are false positives caused by the scanner misinterpreting markdown code block syntax and documentation examples as executable code. The 'backtick execution' findings are markdown code delimiters, 'weak cryptographic algorithm' findings are misinterpreted Python decorators, and 'credential access' findings demonstrate legitimate Latch SDK APIs. This is standard bioinformatics documentation teaching users how to use a cloud-based workflow platform.
Risikofaktoren
⚙️ Externe Befehle (6)
⚡ Enthält Skripte (2)
🌐 Netzwerkzugriff (2)
🔑 Umgebungsvariablen (2)
Qualitätsbewertung
Was du bauen kannst
RNA-seq 분석 파이프라인 배포
품질 관리에서 차등 발현 분석까지 완전한 전사체학 워크플로우를 구축합니다.
단백질 구조 예측 실행
자동 GPU 리소스 할당 및 클라우드 스토리지를 사용하여 AlphaFold 또는 ColabFold 작업을 실행합니다.
검증된 생물정보학 도구 통합
맞춤형 단계와 함께 사전 구축된 워크플로우를 결합하여 전문 분석 파이프라인을 생성합니다.
Probiere diese Prompts
@small_task 데코레이터를 사용하여 파일을 처리하고 LatchFile 결과를 반환하는 Latch 워크플로우를 생성합니다.
딥러닝 모델 실행을 위해 A100 GPU와 사용자 지정 리소스 사양을 사용하는 Latch 태스크를 구성합니다.
기존 Nextflow 또는 Snakemake 파이프라인을 Latch 플랫폼에 등록하는 방법을 보여줍니다.
품질 관리, 정렬 및 정량화 태스크를 포함한 완전한 RNA-seq 파이프라인을 Latch 데코레이터로 생성합니다.
Bewährte Verfahren
- 표준 태스크 데코레이터(@small_task, @large_task)로 시작하고 프로파일링 결과에 따라 리소스 확장
- 모든 매개변수에 대해 타입 주석 및 독스트링을 사용하여 워크플로우 인터페이스 자동 생성
- 플랫폼에 등록하기 전에 Docker로 로컬에서 워크플로우 테스트
Vermeiden
- 과다 프로비저닝 금지 - GPU 태스크는 CPU 태스크보다 비용이 훨씬 많이 듬
- 런타임에 동적 리소스 구성 사용 금지 - 데코레이터는 정적이어야 함
- 명확한 분리 없이 단일 파이프라인에서 여러 워크플로우 프레임워크 혼합 사용 금지