科研 Skill

MGM微生物组基础模型

codar-biological-foundation-models-skill-b3e81cd907bf

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。

发布者 Codar安全审核通过v0.1.0更新于 2026-09-16

SKILL.md

MGM 微生物组基础模型

输入与边界

输入必须是带稳定样本 ID 和特征 ID 的丰度表;监督任务另需按样本 ID 对齐的标签或结局表。检查非数值值、负值、重复 ID、全零样本、缺失特征和训练/推理词表兼容性。不要把 FASTQ、contig 或尚未定量的物种列表直接送入 MGM。

模式选择

  • construct:从丰度表构建 MGM 语料。
  • pretrain:从头训练表征模型,需明确训练资源和停止规则。
  • finetune:在已有兼容 checkpoint 上适配目标队列。
  • predict:对标签或结局进行监督预测。
  • generate:生成模型样本,不能作为真实受试者数据使用。
  • reconstruct:将模型表示恢复为可解释的丰度形式。

可使用 scripts/run_mgm.py 调用外部 MGM CLI。详细约束见数据与模型契约。

防止泄漏

词表构建、归一化、特征选择、预训练适配和超参数选择必须遵守患者、中心和时间切分。若在目标测试队列上继续预训练或重建,应明确这是转导设置,不得作为完全外部验证。

输出

交付语料或模型产物、样本级预测/嵌入/生成/重建结果、未识别特征、输入与 checkpoint 哈希、完整命令、随机种子、软件版本和运行状态。模型权重不进入本仓库。

所属插件

生物基础模型序列、蛋白、细胞与多模态生物基础模型。

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

常见问题

MGM微生物组基础模型能做什么?

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。

如何安装MGM微生物组基础模型?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「MGM微生物组基础模型」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。

MGM微生物组基础模型需要哪些权限?

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。

MGM微生物组基础模型经过官方审核吗?

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。