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
盘古辅助制药平台 应用场景 基本概念
清理本地记录的上传文件 上传对象时,支持断点续传功能,本地因此可能会残留上传异常产生的文件,可以使用该命令对异常文件进行清理。 命令结构 health clear [flags] 表1 参数说明 参数 简写 是否必选 说明 upload -u 是 上传文件时,本地生成的断点目录。
医疗平台信息获取 获取医疗平台信息 父主题: 系统管理
概述 欢迎使用医疗智能体(EIHealth)平台,该服务基于华为云AI和大数据技术优势,为基因组分析、药物研发和临床研究三个领域提供的专业AI研发平台。平台提供大量相关模型、算法及数据资源,是一站式的医疗研发平台。EIHealth以开放API的方式提供给用户,您可以根据本文档提供
用户指南(基因平台) 欢迎使用医疗智能体服务 关键概念 准备工作 用户管理 配额管理 系统设置 项目管理 数据管理 数据库管理 镜像管理 工具管理 作业管理 Nextflow 资产市场 开发环境(Notebook) 大规模药物虚拟筛选
导入用户 EIHealth平台支持把华为云的IAM子用户导入至平台子用户。通过导入已有子用户,增加用户使用的便捷度,方便用户维护账号。 IAM用户导入只支持使用Domain用户导入。 使用管理员账户登录医疗智能体平台。 在右上角用户名中选择“用户管理”。 图1 用户管理 在用户管
标记镜像 使用health docker tag命令给待上传的镜像打标签。 执行镜像相关命令,请在本地搭建Docker环境,要求安装的容器引擎版本必须为1.11.2及以上。 默认标记到当前所在项目,需先使用切换项目命令进入想要上传镜像的项目。 命令结构 health docker
API(盘古辅助制药平台) CSS集群管理 药物通用接口 药物数据库管理 药物作业管理 自由能微扰作业管理 分子对接作业管理 分子合成路径规划作业管理 分子优化作业管理 靶点口袋发现作业管理 靶点口袋分子设计作业管理 分子属性预测作业管理 分子搜索作业管理 分子生成作业管理 CPI作业管理
分子生成(MG) 新建分子生成任务接口 查询分子生成任务 父主题: API(AI辅助药物设计)
分子优化(MO) 新建分子优化任务接口 查询分子优化任务 父主题: API(AI辅助药物设计)
分子搜索(MS) 新建分子搜索任务接口 查询分子搜索任务 父主题: API(AI辅助药物设计)
API(医疗智能体平台) 项目管理 系统管理 数据管理 数据库管理 应用管理 资产市场 notebook开发环境 Nextflow接口
优化、片段连接、片段生成)、自由能微扰、合成路径规划功能。 模型管理 支持客户用自己的数据进行模型训练、对模型进行管理以及在平台上用自己的模型进行分析。 父主题: 盘古辅助制药平台
关键概念 盘古药物分子大模型 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
自足的容器。 容器引擎几乎支持在所有操作系统上安装,用户可以根据需要选择要安装的容器引擎版本。请使用自己的电脑搭建Docker环境,或者使用华为云弹性云服务器ECS搭建Docker环境。 例如,在Linux操作系统下,可以使用如下命令快速安装容器引擎。 curl -fsSL get
分子属性预测(MPP) ADMET属性预测接口 ADMET属性预测接口(默认+自定义属性) 父主题: API(AI辅助药物设计)
欢迎使用盘古辅助制药平台 盘古辅助制药平台是以盘古药物大模型为基础打造的一站式药研平台,助力药物研发效率提升60%+。平台提供靶点发现,苗头化合物发现,先导化合物优化全流程药研所需功能。同时基于云原生的软硬件一体化加速,大大提升虚拟筛选和分子动力学模拟计算效率。 全平台无需软硬件安装调
EIHealth平台创建FastQC应用的详细步骤如下所示: 步骤1:搭建Docker环境 步骤2:制作镜像 步骤3:上传镜像 步骤4:创建应用 步骤1:搭建Docker环境 搭建Docker环境,您可以任选以下两种方式搭建Docker环境。 使用自己的电脑搭建Docker环境。
自定义属性任务(MCP) 新建自定义属性任务接口 查询自定义属性任务 父主题: API(AI辅助药物设计)
使用genomeagent镜像 智能体AI Agent,被设计为具有独立思考和行动能力的AI程序,只需提供一个研究目标和数据路径,即可自适应生成一个任务序列执行分析任务。 生信智能体AI Agent可以应对激增的多组学数据分析需求、高成本的生物信息学培训和满足不同应用场景的个性化