Claude cho Bio Research: Chuyển đổi dữ liệu thiết bị sang định dạng Allotrope

Trong các phòng thí nghiệm hiện đại, dữ liệu từ thiết bị đo lường được xuất ra dưới hàng chục định dạng khác nhau — từ CSV của máy đếm tế bào, Excel từ máy quang phổ, đến PDF từ hệ thống điện di. Việc chuẩn hóa những định dạng này để nạp vào LIMS (Laboratory Information Management System) hoặc data lake tiêu tốn hàng giờ làm việc thủ công. Claude, kết hợp với thư viện allotropy, có thể tự động hóa toàn bộ quy trình này.

Allotrope Simple Model là gì?

Allotrope Simple Model (ASM) là một tiêu chuẩn JSON mở do Allotrope Foundation phát triển, được thiết kế để biểu diễn dữ liệu thiết bị phòng thí nghiệm theo cấu trúc ngữ nghĩa thống nhất. Thay vì mỗi thiết bị dùng schema riêng, ASM cung cấp một ngôn ngữ chung với các URI ontology, giúp dữ liệu từ Vi-CELL BLU, NanoDrop, QuantStudio đều có thể lưu trữ, tìm kiếm và so sánh trên cùng một nền tảng.

Hai định dạng đầu ra chính:

• ASM JSON (mặc định): Cấu trúc ngữ nghĩa đầy đủ với URI ontology — phù hợp cho LIMS, data lake, lưu trữ dài hạn
• Flattened CSV: Bảng 2D phẳng — phù hợp cho phân tích nhanh, người dùng Excel, hệ thống không hỗ trợ JSON

Thiết lập môi trường

Trước khi bắt đầu, cài đặt các thư viện cần thiết:

pip install allotropy pandas openpyxl pdfplumber --break-system-packages

Thư viện allotropy hỗ trợ hơn 30 loại thiết bị phổ biến, bao gồm:

Quy trình chuyển đổi từng bước

Bước 1: Phát hiện loại thiết bị

Claude sẽ phân tích nội dung file để xác định thiết bị nguồn. Prompt mẫu:

Tôi có file dữ liệu từ máy đếm tế bào, tên file là viCell_Results.xlsx.
Hãy xác định loại thiết bị và chuyển đổi sang định dạng Allotrope ASM.

Claude sẽ kiểm tra danh sách Vendor từ thư viện allotropy:

from allotropy.parser_factory import Vendor

# Liệt kê các vendor được hỗ trợ
for v in Vendor:
    print(f"{v.name}")

# Ví dụ: BECKMAN_VI_CELL_BLU, THERMO_FISHER_NANODROP_EIGHT, APPBIO_QUANTSTUDIO

Bước 2: Chuyển đổi bằng native parser (ưu tiên)

Nếu allotropy hỗ trợ thiết bị, dùng native parser để có output chất lượng cao nhất:

from allotropy.parser_factory import Vendor
from allotropy.to_allotrope import allotrope_from_file

# Chuyển đổi file Vi-CELL BLU
asm = allotrope_from_file("viCell_Results.xlsx", Vendor.BECKMAN_VI_CELL_BLU)

# Lưu output
import json
with open("viCell_Results_asm.json", "w") as f:
    json.dump(asm, f, indent=2)

Bước 3: Xử lý dữ liệu tính toán (Calculated Data)

Một nguyên tắc quan trọng trong ASM: tách biệt dữ liệu đo lường thô (raw measurements) khỏi dữ liệu tính toán (calculated values).

• Raw data → lưu trong measurement-document
• Calculated data → lưu trong calculated-data-aggregate-document

Ví dụ cấu trúc JSON cho giá trị tính toán có traceability:

{
  "calculated-data-aggregate-document": {
    "calculated-data-document": [{
      "calculated-data-identifier": "SAMPLE_B1_DIN_001",
      "calculated-data-name": "DNA integrity number",
      "calculated-result": {"value": 9.5, "unit": "(unitless)"},
      "data-source-aggregate-document": {
        "data-source-document": [{
          "data-source-identifier": "SAMPLE_B1_MEASUREMENT",
          "data-source-feature": "electrophoresis trace"
        }]
      }
    }]
  }
}

Các loại dữ liệu tính toán phổ biến theo thiết bị:

Bước 4: Tạo Flattened CSV cho LIMS

Nếu hệ thống LIMS cần file CSV thay vì JSON:

python scripts/flatten_asm.py viCell_Results_asm.json --output viCell_flat.csv

Output CSV sẽ có các cột tiêu chuẩn:

sample_identifier, well_position, measurement_value, measurement_unit,
instrument_serial_number, analysis_datetime, assay_type

Bước 5: Xác thực output ASM

Luôn validate trước khi nạp vào LIMS:

# Validation cơ bản
python scripts/validate_asm.py output.json

# So sánh với file tham chiếu
python scripts/validate_asm.py output.json --reference known_good.json

# Strict mode (warnings = errors)
python scripts/validate_asm.py output.json --strict

Validator kiểm tra:

• Chọn technique đúng (multi-analyte profiling vs plate reader)
• Quy ước đặt tên field (dùng space, không dùng hyphen)
• Calculated data có traceability (data-source-aggregate-document)
• Identifier duy nhất cho từng measurement
• Metadata bắt buộc có mặt đầy đủ

Ví dụ thực tế: Chuyển đổi dữ liệu ELISA

Prompt đầy đủ cho một ca sử dụng thực tế:

Tôi có file ELISA từ SoftMax Pro: elisa_plate_data.txt
Cần chuyển sang CSV để upload vào LIMS.

Yêu cầu:
1. Phát hiện format và parser phù hợp
2. Tách biệt raw OD values và calculated concentrations
3. Xuất flattened CSV với: sample_id, well, OD_450, concentration_ng_ml,
   instrument_serial, analysis_date
4. Validate output trước khi giao

Claude sẽ thực hiện theo quy trình 3 tầng:

1. Tier 1: Thử native allotropy parser (MOLDEV_SOFTMAX_PRO)
2. Tier 2: Nếu thất bại, dùng flexible fallback parser với fuzzy column matching
3. Tier 3: Nếu là PDF, extract tables bằng pdfplumber trước rồi tiếp tục

Xuất code cho Data Engineer

Cần bàn giao code parsing cho đội data engineering? Claude có thể tạo standalone Python script:

python scripts/export_parser.py --input "data.csv" --vendor "VI_CELL_BLU" --output "parser_script.py"

Script xuất ra sẽ:

• Không phụ thuộc gì ngoài pandas/allotropy
• Có inline documentation đầy đủ
• Chạy được trong Jupyter notebook
• Sẵn sàng cho production pipeline

Những lỗi thường gặp cần tránh

Bước tiếp theo

Bạn đã nắm vững cách chuyển đổi dữ liệu thiết bị sang định dạng chuẩn Allotrope. Khám phá thêm các ứng dụng Claude trong nghiên cứu sinh học tại bộ sưu tập Ứng dụng, bao gồm các hướng dẫn về Nextflow pipelines, single-cell RNA QC, và phân tích scvi-tools.

Bài viết liên quan

• Claude cho Bio Research: Bắt đầu dự án nghiên cứu sinh học
• Claude Nghiên cứu Sinh học: Hướng dẫn Kết nối Công cụ
• Claude cho Bio Research: Phân tích single-cell với scvi-tools
• Claude cho Data: Validation và data quality
• Claude cho Engineering: Debug và xử lý lỗi