• 赛事介绍
• 平台介绍
• • 仓库结构
• 如何使用本仓库
• • 下载baseline代码
  • 在AI靶场上揭榜参赛并创建实验
  • 更新baseline所需工具包
  • AI靶场实践指导
• 相关资料入口
• LICENSE

赛事介绍

宏基因组分析就是对特定环境样本内所有微生物（包括病毒，古菌，致病菌等）DNA进行提取、测序并分析其微生物组成和功能等的方法。为了提高微生物profile的准确度，在主办方将提供模拟数据，希望参赛者可以开发或优化获得更精准的profile算法，同时能兼顾内存占用、运算速度。更多比赛信息，详见：2022年猛犸杯国际组学数据创新大赛-精准宏基因组丰度计算赛道。

平台介绍

为满足数据的隐私保护要求，本次大赛秉承“数据不动程序动、数据可用不可见”的理念，基于 AI靶场 向选手开放数据。AI靶场分为运行环境与调试环境：选手仅允许在调试环境中基于样例数据进行程序调试。运行成功的程序可发送至运行环境并在全量数据上训练。最后，选手可以查看全量数据的计算结果，并参考调优模型。

仓库结构

.
├──human_ref                                     # 人参考基因组序列
├── reads                                        # baseline测试数据集
├── ref                                          # baseline测试数据集
├── tools                                        # baseline所需工具包

如何使用本仓库

下载baseline代码

1 使用git clone快速获得本仓库源码

$git clone https://git.openi.org.cn/2022MICOS/2022M202208031455404.git

2 使用平台打包下载功能快速获得本仓库源码

在AI靶场上揭榜参赛并创建实验

宏基因组赛道需要选手使用【全量运行】功能进行训练和提交。详细流程详见2022年猛犸杯国际组学数据创新大赛用户手册.pdf 或AI靶场全流程演示.mp4 ，据此文档在AI靶场逐步操作即可。

更新baseline所需工具包

1、工具包安装

安装“tools.zip”文件中的工具包，安装方法详见“tools工具包操作说明.pdf”

2、baseline运行

详见baseline.script.txt

AI靶场实践指导

1、宏基因组数据集较大，需选择“国家基因库任务专用镜像”

2、为方便调试，AI靶场提供了一些接口来监测训练过程中的指标变化：全量运行代码调用

3、全量运行时直接运行bash脚本要注意里面的权限问题

调试环境为了方便使用会给所有的文件777权限，在每个类似./run.sh的直接调用之前需要加上chmod +x ./run.sh,即chmod +x ./run.sh;./run.sh

平台推荐使用sh的时候要激活用户目录下的.bashrc，以激活正确的conda环境和其他三方软件，完整实例如下：

!source ~/.bashrc && chmod +x run.sh; ./run.sh

相关资料入口

1. 比赛报名入口：https://datai.pcl.ac.cn/#/competition/info/18
2. 赛题直播讲解：https://pan.genomics.cn/ucdisk/s/FviqEb
3. 赛事平台使用：2022年猛犸杯国际组学数据创新大赛用户手册.pdf 或AI靶场全流程演示.mp4
4. Q&A文档链接：https://docs.qq.com/doc/DR3RVRFpJVGFyY2dH
5. 官方赛事QQ：535091459

LICENSE

如无特殊说明，本仓库采用MIT License