科研 Skill
生物医学时间序列预测
codar-biological-foundation-models-skill-968fc835494c
当用户需要使用TimesFM等基础模型预测生命体征、组学纵向指标或实验监测序列,并评估泄漏、区间和异常时使用。
SKILL.md
生物医学时间序列预测
先明确时间单位、采样频率、预测窗、临床或科研决策点,以及同一对象是否有多条序列。随机划分会把未来信息泄漏给训练或评估阶段;必须按时间切分,并在多受试者数据中同时保护个体边界。
建立季节性朴素法、最近值或传统统计模型作为基线,再考虑 TimesFM 等零样本基础模型。输入应按真实时间排序,重复时间点、缺失、内部间断、检测下限和干预事件需要显式处理。预测区间必须检查经验覆盖率,不能只报告点预测。
需要实际预测时先读取数据与验证规范,再运行 scripts/forecast_timesfm.py。先用 --dry-run 检查输入与推理计划;模型权重下载、GPU 使用和网络访问必须由运行环境明确允许。维护脚本时运行 scripts/test_forecast_timesfm.py,该测试不下载模型。
交付预测值、分位数区间、回测指标、基线比较、数据泄漏检查和不适用说明。观察到的异常必须区分模型残差、采集错误和真实生物变化,不能自动转化为临床告警。
所属插件
安装该插件会一并获得同领域的 8 个 Skill / MCP。
同插件的其他科研 Skill
- Evo 2基因组序列建模在生物基础模型领域开展“Evo2-DNA基础模型”任务时使用;根据输入、科学假设和运行环境,在DNA基础模型下已保留的方法实现之间路由。
- scGPT单细胞表征与注释在生物基础模型领域开展“scGPT-细胞基础模型”任务时使用;根据输入、科学假设和运行环境,在细胞基础模型下已保留的方法实现之间路由。
- Nicheformer空间细胞表征在生物基础模型领域开展“Nicheformer-空间基础模型”任务时使用;根据输入、科学假设和运行环境,在空间组学基础模型下已保留的方法实现之间路由。
- ESM3蛋白质生成与结构建模当用户需要用ESM3或ESM C进行蛋白质序列生成、逆折叠、结构条件设计或通用蛋白质表示时使用。
- MGM微生物组基础模型当用户已有样本×微生物特征丰度表,并需要使用 MGM 构建语料、预训练、微调、预测、生成或重建时使用;原始读段质控、分类和丰度估计使用宏基因组插件。
- ESM-2蛋白质嵌入与突变评分在生物基础模型领域开展“ESM-蛋白质基础模型”任务时使用;根据输入、科学假设和运行环境,在蛋白质基础模型下已保留的方法实现之间路由。
- 植物长上下文基因组序列建模当用户研究水稻、拟南芥等植物的候选基因/调控区域,想比较长DNA片段或变异、寻找可辅助课题的序列模型证据,或指定BOTANIC-1时使用;先确定物种、参考、任务和模型资源,不因植物基因名自动生成预测。
常见问题
生物医学时间序列预测能做什么?
当用户需要使用TimesFM等基础模型预测生命体征、组学纵向指标或实验监测序列,并评估泄漏、区间和异常时使用。
如何安装生物医学时间序列预测?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「生物医学时间序列预测」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。
生物医学时间序列预测需要哪些权限?
该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。
生物医学时间序列预测经过官方审核吗?
是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。