latchbio-integration
Создание биоинформатических конвейеров с помощью Latch SDK
也可从以下获取: davila7
Развертывайте готовые к производству биоинформатические рабочие процессы без управления инфраструктурой. Создавайте бессерверные конвейеры с использованием декораторов Python с автоматической контейнеризацией, поддержкой GPU и интегрированным облачным хранилищем.
下载技能 ZIP
在 Claude 中上传
前往 设置 → 功能 → 技能 → 上传技能
开启并开始使用
测试它
正在使用“latchbio-integration”。 Создайте рабочий процесс Latch для предсказания структуры белка
预期结果:
- Используйте декоратор @large_gpu_task с GPU nvidia-tesla-v100
- Импортируйте alphafold из модуля latch.verified
- Настройте ввод через LatchFile для последовательности FASTA
- Установите выходную директорию с LatchDir для результатов PDB
- Платформа автоматически обрабатывает контейнеризацию Docker
- Отслеживайте выполнение через панель управления Latch
正在使用“latchbio-integration”。 Как настроить анализ дифференциальной экспрессии DESeq2?
预期结果:
- Импортируйте deseq2 из модуля latch.verified
- Определите вход��ые параметры для матрицы подсчетов и метаданных образцов
- Настройте выходную директорию для результатов и графиков
- Платформа выделяет соответствующие вычислительные ресурсы
- Получите доступ к результатам через зарегистрированные пути вывода
正在使用“latchbio-integration”。 Настройте ресурсы GPU для AlphaFold на Latch
预期结果:
- Используйте декоратор @large_gpu_task для задач с GPU
- Установите gpu_type в nvidia-tesla-v100 или nvidia-tesla-a100
- Настройте требования к памяти в зависимости от размера белка
- Платформа автоматически управляет планированием GPU
- Отслеживайте использование GPU во время выполнения
安全审计
安全Documentation-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.
风险因素
⚙️ 外部命令 (6)
质量评分
你能构建什么
Развертывание конвейеров анализа RNA-seq
Создавайте полные рабочие процессы транскриптомики от контроля качества до анализа дифференциальной экспрессии.
Запуск предсказания структуры белка
Выполняйте задачи AlphaFold или ColabFold с автоматическим выделением ресурсов GPU и облачным хранилищем.
Интеграция верифицированных биоинформатических инструментов
Комбинируйте предварительно собранные рабочие процессы с пользовательскими шагами для специализированных аналитических конвейеров.
试试这些提示
Создайте рабочий процесс Latch, который обрабатывает файлы с использованием декоратора @small_task и возвращает результат LatchFile.
Настройте задачу Latch для использования GPU A100 для выполнения моделей глубокого обучения с пользовательскими спецификациями ресурсов.
Покажите, как зарегистрировать существующий конвейер Nextflow или Snakemake на платформе Latch.
Создайте полный конвейер RNA-seq с задачами контроля качества, выравнивания и квантификации с использованием декораторов Latch.
最佳实践
- Начните со стандартных декораторов задач (@small_task, @large_task) и масштабируйте ресурсы только тогда, когда профилирование покажет необходимость
- Используйте аннотации типов и docstrings для всех параметров для автоматической генерации интерфейсов рабочих процессов
- Тестируйте рабочие процессы локально с Docker перед регистрацией на платформе
避免
- Избегайте избыточного выделения ресурсов - задачи с GPU стоят значительно дороже, чем задачи с CPU
- Не используйте динамическую конфигурацию ресурсов во время выполнения - декораторы должны быть статическими
- Избегайте смешивания нескольких фреймворков рабочих процессов в одном конвейере без четкого разделения