检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
NextflowJobReportFile objects 作业报告文件列表 表4 NextflowJobReportFile 参数 参数类型 描述 name String 报告文件名 最小长度:1 最大长度:1024 download_url String 报告文件下载地址 最小长度:1 最大长度:1024
等技术加速计算过程。 支持十亿节点、百亿边的超大规模图数据库查询,提供适用于基因和生物网络数据的图深度学习算法。 拥有基于基因组数据自动深度学习的技术框架AutoGenome,深度融合人工智能技术,产生更加便捷、快速、准确、可解释的医疗智能模型,加速医疗大健康行业的研究工作。 成
原始测序数据的质控报告,以HTML文件形式展示。 输出 BamQC Report 测序比对数据的质量控制报告,以HTML文件的形式展示。 输出 VCF 样本的突变信息,包含有SNP和INDEL信息,以VCF的格式存储。 输出 VCF Report 样本突变信息的质量控制报告,以HTML文件的形式展示。
file Read2过滤之后输出fq.gz文件 json-file file 以JSON文件的格式输出的质控报告。 html-file file 以HTML的格式输出易于阅读的质控报告。 bwa-mem 输入参数 fq-file1 file 测序得到的fastq1文件。 fq-file2
组测序、全外显子测序、转录组测序表观遗传学等领域。 该流程以NGS得到的fastq作为输入,通过质控,比对等步骤,输出针对fastq的qc报告,输出STAR比对得到的bam文件。 RNA-Seq流程由fastqc、trimmomatic、star应用构成,各应用说明如表1所示。 表1
使用AutoGenome镜像 AutoGenome是Notebook镜像,利用AutoML等技术帮助科研工作者在基因组学数据上端到端实现深度学习网络搜索,训练,评估,预测和解释的工具包。 使用AutoGenome镜像的详细步骤如下所示: 步骤1:订阅镜像 步骤2:创建Notebook
测序数据质量的总体评估 评估测序的Reads数目,测序Base数,测序深度等。 低质量Reads过滤 过滤低质量的测序Reads,得到Clean Reads。 基因组比对 将Clean Reads比对到参考基因组上,同时输出比对率、深度、覆盖度的统计信息。 基因组变异检测 基于上述比对得到的b
对于执行失败的作业,鼠标点击作业状态,在弹出的提示框中可以查看“失败信息”和“失败原因”。 作业相关信息 在详情页可以查看作业执行命令、配置参数、流程配置文件、执行日志、报告信息。 图1 作业相关信息 Tasks相关信息 在详情页可以查看每个Tasks的相关信息。单击每个task可以打开Task详情,查看对应的processname和执行日志。
获取Nextflow作业详情 删除Nextflow作业 重试Nextflow作业 获取Nextflow作业日志 停止Nextflow作业 获取Nextflow作业报告 父主题: Nextflow接口
取值:logs、detail、reports 。 logs:获取job日志。 detail:获取job详情。 reports:获取job报告 。 --sortDir -d 否 排序规则,按创建时间排序,默认DESC。此参数用于获取作业列表。 取值:DESC、ASC。 --sortKey
单击“下一步”,进入参数设置页面。 选择基模型:支持选择基模型。此参数仅专业版支持。如果选择的基模型是非官方盘古药物大模型,则约束条件不支持官方机器学习属性,只支持以该基模型创建的属性模型作为约束条件。基模型列表见AI建模。 选择属性模型:选择AI模型。如果需要创建模型,可参考AI模型。此
Integer 期望最大返回条目数(排序后取TopN)。 最小值:1 最大值:50 max_search_depth Integer 预测路径的最大深度。 最小值:3 最大值:12 time_limit Integer 搜索最大时间,单位:分钟。 最小值:5 最大值:60 max_prediction_per_product
Integer 期望最大返回条目数(排序后取TopN)。 最小值:1 最大值:50 max_search_depth 是 Integer 预测路径的最大深度。 最小值:3 最大值:12 time_limit 是 Integer 搜索最大时间,单位:分钟。 最小值:5 最大值:60 max_pr
盘古药物分子大模型是基于华为与中科院上海药物所共同研发、专门面向药物研发领域推出的预训练大模型,旨在帮助医药公司开启AI辅助药物研发的新模式。盘古药物分子大模型学习了17亿个药物分子的化学结构,模型参数上亿,是目前最大的小分子药物模型。华为盘古药物分子大模型在分子生成、属性预测、生物活性预测和分子优化
Integer 期望最大返回条目数(排序后取TopN) 最小值:1 最大值:50 max_search_depth Integer 预测路径的最大深度 最小值:3 最大值:12 max_prediction_per_product Integer 每个产物的最大反应数量 最小值:2 最大值:20
多的合理合成路径;路径数量减少,可能会有部分合理路径未展示。默认值50,取值范围1-50。 最大搜索深度:深度增加,每一个路径可进行搜索的深度限制增加,作业运行时间可能延长;深度减少,部分路径可能在还未搜索完成时被终止。默认值5,取值范围3-12。 最大搜索时间:合成路径规划的搜
盘古药物分子大模型是基于华为与中科院上海药物所共同研发、专门面向药物研发领域推出的预训练大模型,旨在帮助医药公司开启AI辅助药物研发的新模式。盘古药物分子大模型学习了17亿个药物分子的化学结构,模型参数上亿,是目前最大的小分子药物模型。华为盘古药物分子大模型在分子生成、属性预测、生物活性预测和分子优化
AutoGenome AutoGenome为Notebook镜像,是一个利用AutoML等技术帮助科研工作者在基因组学数据上端到端实现深度学习网络搜索,训练,评估,预测和解释的工具包。 数据 人基因组数据 GRch38-reference数据集为人类基因参考基因组,广泛用于人类
Integer 期望最大返回条目数(排序后取TopN) 最小值:1 最大值:50 max_search_depth 是 Integer 预测路径的最大深度 最小值:3 最大值:12 max_prediction_per_product 是 Integer 每个产物的最大反应数量 最小值:2 最大值:20