Comment utiliser l'IA quand on est bioinformatics engineer ?
Prompts et workflows 2026

En tant que bioinformatics engineer, tu dois produire un rapport danalyse de variants genomiques. A partir des donnees suivantes: fichier VCF [CHEMIN_FICHIER_VCF], echantillon [NOM_PATIENT], et reference genomique [VERSION_GENOME], realise les etapes suivantes. 1) Filtre les variants selon ces criteres: qualite minimum [SEUIL_QUALITE], profondeur minimum [PROFONDEUR_MIN], allele frequency max [AF_MAX]. 2) Pour chaque variant retains, evalue la pathogenicite avec les scores CADD, SIFT, PolyPhen-2. 3) Annote avec ClinVar, dbSNP et Gene Ontology. 4) Identifie les variants ClinVar Pathogenic ou Likely Pathogenic. 5) Classe les variants en categories ACMG: Pathogenic, Likely Pathogenic, VUS, Likely Benign, Benign. 6) Propose une interpretation clinique pour les variants classes Pathogenic ou Likely Pathogenic. 7) Genere un tableau JSON avec: CHR, POS, REF, ALT, Gene, Consequence, CADD_score, ClinVar_significance, ACMG_classification. Structure le rapport en sections: Resume Executif, Methodes, Resultats detailles, Variants significatifs, Limites. Inclut les references databases et versions utilisees.

Tu es bioinformatics engineer specialiste en edition genomique. Realise une synthese litterature sur les applications therapeutiques CRISPR-Cas9 pour [MALADIE_GENETIQUE] couvrant la periode [ANNEE_DEBUT] a [ANNEE_FIN]. Structure ta synthese ainsi: 1) Resumeexecutif de 200 mots maximum presentant les avancees cles. 2) Mécanismes moleculaires: genes impliques [GENE_CIBLE], proteines impliques, voies metaboliques affectees. 3) Strategies therapeutiques comparees: gene editing vs base editing vs prime editing, avec Avantages et Limites de chaque approche. 4) Essais cliniques en cours: identifier les essais sur ClinicalTrials.gov avec statut, phase, effectif, criteres dinclusion principaux. 5) Defis et obstacles: efficacite de delivraison, edition hors-cible, reponses immunitaires, ethique. 6) Perspectives: combinaisons therapeutiques, ameliorations techniques, calendrier previsionnel. 7) Conclusions et recommandations pour un projet de recherche translationnelle. Pour chaque section, cite les references principales avec PMID au format [Auteurs, Journal, Annee, PMID]. Identifie les controverses et consensus du domaine.

En tant que bioinformatics engineer, redige la section methodes complete dun article scientifique concernant une analyse RNA-seq. Lesparametres experimentaux sont: organism [ORGANISME], tissu [TYPE_TISSU], condition controle [CONTROLE], condition traitement [TRAITEMENT], technologie [PLATEFORME_NGS], reads length [LONGUEUR_READS], nombre echantillons [N_ECHANTILLONS]. Pour chaque etape, precise les outils et versions: 1) Controle qualite brut: FastQC [VERSION], trim galore parametres [TRIM_PARAMS], seuils adoptes. 2) Alignement: reference genome [GENOME_VERSION], STAR parametres [STAR_PARAMS], taux alignement attendu. 3) Quantification: quantification au niveau genes [TOOL_QUANT], normalisation method [NORM_METHOD]. 4) Analyse differentielle: modele statistique [DESEQ2_EDGER], design experimental [DESIGN_FORMULA], ajustement pour comparaisons multiples [METHOD_PADJ]. 5) Enrichissement fonctionnel: bases Gene Ontology [GO_VERSION], KEGG pathway [KEGG_VERSION], methodes hypergeometric test ou GSEA. 6) Visualisation: volcano plots, heatmaps clustering [TOOLS_VIZ]. Inclut les references software et citations. Rends les methodes assez detaillees pour etre reproductibles par un autre laboratoire. Ajoute subsection Material supplemen taire detallant scripts pipelines et parametres complets.

Tu es bioinformatics engineer responsable du controle qualite. A partir des fichiers fastq bruts [CHEMIN_FASTQ_R1] et [CHEMIN_FASTQ_R2], genere un rapport QC complet. Etape 1) Execute FastQC sur les 2 fichiers et aggrege les rapports MultiQC. Etape 2) Extrait et synthetise ces metriques cles: nombre total reads, longueur moyenne reads, score qualite moyen Phred, pourcentage GC content, adapters detectes, contamination bacterienne [BLAST_DATABASE]. Etape 3) Compare aux seuils qualite definis: Q30 minimum [SEUIL_Q30]%, contenu GC optimal [GC_MIN]-[GC_MAX]%, reads dupplication acceptable < [DUP_MAX]%. Etape 4) Identifie les drapeaux rouges: degradation qualite en fin reads, contamination, faible diversite de sequence. Etape 5) Calcule les statistiques coverage attendu avec formule: depth = (reads * length * mapped%) / genome_size, pour genome [TAILLE_GENOME]. Etape 6) Propose des recommandations de passage ou repetition based on resultats. Etape 7) Genere visualisation: boxplot scores qualite, histogramme GC content, heatmap base composition. Structure le rapport en HTML avec Executive Summary, Detailed Metrics, Warnings, Recommendations. Inclut timestamp analyse et versions outils.