← 返回博客
2026-09-14 · 技术 · 产品页 →

当 Rust 遇上转录组定量:一个本地优先生信 SDK 的可复现性实测报告

Linxira Bio SDK 基准报告 · 2026-09-14。面向科研工作站的本地优先生信工具包实测:环境、数据与复现命令全部公开。版本变动与声明见文末「版本与声明」。

TL;DR

  • 三后端一致:同一算法的 Rust / Python / R 三套独立实现在 1e-6 容差内逐字段一致(多项逐位一致);fixture 级中位延迟 rust 2 ms、python 271–284 ms、r 468–2,623 ms(§5.1、§6.3)。
  • 逐位复现既有管线:10 个正常覆盖样本上 TPM Pearson r = 1.000000(σ = 0)、NumReads 相对差 0,零 3σ 离群(§5.2);字节级 SHA256 同一性证据见 §6.2。
  • r=1 是”挣来的”:去掉 --seqBias --gcBias 的对照组实测 r = 0.980896——参数严格对齐才成立,推导与对照见 §6.1,确定性边界见 §5.5。
  • 26 样本补算批次(约 5.2 亿 reads)历经一次真实计划内重启,开机 20 秒自动续跑、零人工干预,26/26 输出完整 33,955 转录本 ID 集(§5.4)。

更新日志

  • 2026-09-14 初版发布。
  • 2026-09-15 增补深库补算批次结果(§5.4)。
  • 2026-09-18 增补 r=1 推导与对照实验、字节级证据、确定性边界、后续独立验证与工程记录;同日全文结构重组:结果章收敛为 §5.1–5.5,推导与独立验证独立为 §6,复现命令唯一化收拢于 §7,工程/运维记录移入附录 §8。
  • 2026-09-18(追加) 增补 §7.4:核验数据与过程文件归档说明(benchmark-results/)。
  • 维护规则:今后新增内容一律落到其逻辑归属章节,并在本日志加一行日期摘要;不再整节原地追加。

1. 背景

Linxira Bio SDK 的核心设计是”Rust 确定性引擎 + 受控外调原生工具 + 三端 交叉验证”:对统计类分析,引擎用 Rust 实现,并在 benchmark pack 中提供同一 算法的 Python 与 R 独立实现;对生态级工具(salmon、fasterq-dump、kraken2 等),引擎做受控、无 shell 的编排,并把输出归约为可校验的结构化结果。

本次实测回答两个问题:

  1. 三套实现的结果能否互证?(可信度)
  2. 在真实数据、与既有管线完全相同的参数下,SDK 能否复现其输出?(正确性)

2. 数据来源(全部公开)

数据检索号来源
荞麦(Fagopyrum)转录组样本 ×10(批量化验证)SRR15243898、SRR1552100、SRR1552203、SRR1552215、SRR1552217、SRR1552218、SRR17715775、SRR17715776、SRR17715777、SRR17715778NCBI SRA(PRJNA253089、PRJNA749630 等,完整 172-run 清单见项目 census)
深库配对样本(部署验证)SRR26171873NCBI SRA
深库/常规补算样本 ×26(同项目 172-run 研究的未算子集;完整检索号见 §5.4 明细表)SRR19049440/41/43-45、SRR22699505–516、SRR24322339/40/42-45/47/52/53NCBI SRA(经 NAS 权威副本拉取)
边界样本(截断 FASTQ 守卫验证)SRR22699515NCBI SRA(截断副本;权威原件另行核验)
零映射小 RNA 样本 ×14(边界用例)SRR28573920-25、SRR8205656-63NCBI SRA
参考索引—Pinku1 CDS salmon 索引(33,955 转录本)
参考定量同上 10+14 个 run既有定量管线的 quant.sf 输出(只读对照)

原始 reads 与参考索引保留在实验工作站、不入仓库;本报告及仓库仅承载指标、 方法学与来源记录。

3. 环境披露(完整)

3.1 批量化验证工作站(Linux)

项值
操作系统CachyOS(Arch 系),内核 7.2.3-1-cachyos
CPUIntel Xeon E5-2676 v3 @ 2.40GHz(整机 12C24T;任务分配 8C16T,保留 4C 给系统;运行钉定其中逻辑核 8–15,nice 10)
内存32 GiB DDR3-1600 MT/s(2×16 GiB DIMM)
GPUAMD Radeon RX 580 2048SP(Polaris 20,amdgpu 驱动)——未使用,全部负载为 CPU
存储系统/日志:金士顿 SA400S37 120GB SSD;基准 I/O 数据卷:西数 WD5000AZLX 500GB 7200rpm HDD;参考数据卷:希捷 ST3000DM001 3TB HDD
SDKlinxira-bio v1.0.3(release 构建,Rust)
salmon2.7.0(bioconda 官方 ELF 二进制,micromamba 用户前缀安装)
fasterq-dump3.4.1
Python / R3.14 / 4.6.1(仅校验辅助)
容器无

3.2 三端基线环境(Windows + WSL2)

项值
宿主Windows 11 build 26200.9168;14 英寸笔记本(Intel Core Ultra 5 225H,14 逻辑核;32 GiB LPDDR5X-8533)
GPUIntel Arc 130T 集成显卡(驱动 32.0.101.8991)——未使用
存储NVMe SSD:三星 PM991a 512GB(系统)+ YMTC PC411 1TB(WSL2 文件系统位于 NVMe)
WSL2Arch Linux guest,内核 6.18.33.2-microsoft-standard-WSL2,guest 可见内存 7940 MB
软件栈Rust 引擎 1.0.1;Python 3.14.6(Biopython 1.88);R 4.6.1(Biostrings 2.80.2、jsonlite、digest)

3.3 软件引用

  • Patro R, Duggal G, Love MI, Irizarry RA, Kingsford C. Salmon provides fast and bias-aware quantification of transcript expression. Nature Methods 14, 417–419 (2017).
  • Leinonen R, Sugawara H, Shumway M; INSDC. The Sequence Read Archive. Nucleic Acids Research 39, D19–D21 (2011).(SRA Toolkit / fasterq-dump)
  • Cock PJA et al. Biopython. Bioinformatics 25, 1422–1423 (2009).
  • Page AJ et al. Biostrings. Bioconductor(R 参考实现使用)。
  • Rust 侧关键 crate:flate2(含 zlib-ng 后端规划)、csv、serde、rayon(路线 图见仓库 docs/RUST_NATIVE_ROADMAP.md)。

4. 方法

4.1 三后端一致性(bench-20260913-001)

同一算法三种语言独立实现(Rust 引擎 / Python pack / R pack),相同输入、 每后端预热 1 次后计时 5 次:中位 wall time 与峰值 RSS(/usr/bin/time -v)。 一致性判据:结构化字段级 diff,数值相对容差 1e-6。

4.2 参考管线精确复现(bench-20260914 系列)

每个样本的完整流程(全部经公开 CLI,无内部捷径):SRA → FASTQ 解压 → SDK 编排 salmon 量化,解压段与量化段分别计时,参数与参考管线完全一致。 完整命令统一收在 §7.2,此处不再重复。

3σ 验收原则:对通过批次逐指标计算 mean/σ/3σ 区间与离群计数;批次级 PASS 要求零 3σ 离群且最差 TPM r ≥ 0.995。

5. 结果

5.1 三后端一致性(仓库 fixture,bench-20260913-001)

能力rustpythonr加速比(对 python)内存节省
sequence.stats.v140 ms330 ms2110 ms8.25×86.5%
expression.pca.v140 ms300 ms460 ms7.50×85.1%
set.venn.v140 ms310 ms400 ms7.75×85.7%
structure.pdb.summary.v140 ms320 ms410 ms8.00×86.3%

四项能力三端全部 Consistent(对 Rust golden:PDB 逐位一致 0.0,PCA/Venn 最大相对误差 2.26e-11)。小样本上墙钟由解释器启动主导——这正是该基线刻画 的对象;真实数据吞吐见 §6.3。

5.2 参考管线逐位复现(10 样本批量,bench-20260914-003/004)

与既有管线 quant.sf 的逐转录本对照(参数完全对齐:-l A -p 8 --validateMappings --seqBias --gcBias,同版本 salmon 2.7.0,同索引):

指标nmeanσ3σ 区间3σ 离群
TPM Pearson r101.0000000.000000[1.0, 1.0]0
NumReads 相对差100.000e+000.000e+00[0, 0]0
量化段墙钟(s)10602.994.4[319.8, 886.0]0
解压段墙钟(s)10250.827.4[168.7, 332.9]0

批次级 3σ 验收:PASS(10/10 通过;零离群;最差 r = 1.000000)。

逐 run 明细(解压/量化秒、CPU 利用率 = (user+sys)/wall;首跑 SRR15243898 未启用 CPU 计量,其 250 s / 677 s 墙钟仍计入上表统计):

run解压 s量化 sCPU 利用率
SRR155210030268479.4%
SRR155220325564581.9%
SRR155221526761489.2%
SRR1552217228534102.6%
SRR155221823466182.0%
SRR1771577520461396.1%
SRR17715776275526115.8%
SRR1771577723668588.4%
SRR17715778257390155.9%

首例同参数对照(SRR1460477,16.7M 映射 reads)同为 r = 1.000000、 NumReads 逐条相同;该 run 也是 §6 推导与字节级证据的工作样例。

5.3 部署验证与数据守卫

  • 深库双端样本(SRA 3.68 GB → 2×9.07 GB FASTQ)全流程贯通,输出 quant.sf 与参考格式逐项一致(行数/ID/表头)。
  • 截断守卫:行数非 4 倍数的截断 FASTQ 被结构化错误拒算(零静默产出)。 这在实际项目中并非理论问题——一次中断的传输恰好产生此类文件,而它曾导致 既有管线对同一 run 反复失败。
  • 非 mRNA 文库自动暴露:14 个样本两套实现独立测得 0–0.0019% 映射率, 确认属小 RNA 类文库(应走 miRNA 专线),已标注 excluded: non-mRNA library。两类独立实现对同一数据给出同样的”近零映射”信号,本身就是交叉 验证价值的直接体现。

5.4 深库补算批次(26 样本、约 5.2 亿 reads、一次真实重启)

2026-09-14 至 09-15,我们用与 §5.2 完全相同的管线与参数(同版本 salmon 2.7.0、同索引、-l A -p 8 --validateMappings --seqBias --gcBias、8 线程钉定 §3.1 所述逻辑核 8–15),对同项目研究中既有管线尚未计算的 26 个配对样本完成补算。这批 样本没有既有输出可比——它们正是等待计算的部分——因此验收标准为三条: ①输出行数与转录本 ID 集完整(33,955/33,955);②管线本身已在 §5.2 于可对照 样本上取得 r = 1.000000 的逐位复现;③全程结构化日志留痕(逐 run 的 quantify.json / 日志 / CPU 计量)。

批次级结果:26/26 通过,每个 quant.sf 恰好 33,955 行;合计解压 8,891 s、 量化 6,551 s(≈4.3 小时纯计算,不含 NAS 拉取);量化段 CPU 利用率中位 681%(8 线程近满载)。逐 run 明细(reads 为 NumReads 合计,util 为 (user+sys)/wall;边界样本 SRR24322347 移入下方异常明细,不参与同构行):

runreads (M)表达转录本解压 s量化 sutil
SRR1904944018.1123,7791,023154432.5%
SRR1904944116.8723,7221,11180695.8%
SRR1904944317.6023,7131,0621,06369.4%
SRR1904944418.4922,9541,02693568.3%
SRR1904944517.7723,46113372659.2%
SRR2269950522.2324,82019383681.3%
SRR2269950624.3124,71521994679.7%
SRR2269950721.7824,56318884684.8%
SRR2269950826.5324,53522698677.8%
SRR2269950922.4626,73019897694.3%
SRR2269951020.5026,55819288690.5%
SRR2269951123.3026,33821997691.2%
SRR2269951221.0326,38019790693.2%
SRR2269951321.5323,94618580687.4%
SRR2269951421.9024,38519981685.8%
SRR2269951520.4926,38518582691.0%
SRR2269951617.9725,88716471690.6%
SRR2432233912.2220,693299435213.1%
SRR2432234022.0422,907265345240.6%
SRR2432234210.8319,834285373232.3%
SRR2432234329.4524,392280376223.7%
SRR2432234428.7023,877277378224.4%
SRR2432234527.8024,160269354226.9%
SRR2432235217.8024,89116576693.8%
SRR2432235317.8124,31416975684.9%

异常明细:

runreads (M)表达转录本解压 s量化 sutil说明
SRR243223470.024,25716264690.9%近空文库边界样本(索引的 12.5%),见观察 2

观察 1:CPU·秒比墙钟稳定——这正是逐 run 记录 CPU 计量的原因。 同一组 深库样本(SRR1904944x,reads 16.9–18.5 M)在三种负载状态下完成计算:与同一 服务器上的其他分析任务并发时(util 68–96%,见 §3.1 资源分配), 量化墙钟 806–1,063 s;重启后近独占钉定核时 (util 659–694%),同类样本墙钟仅 72–154 s;中间态(SRR243 组,util 约 213–241%)介于两者之间。但折算 CPU 时间(user+sys)后,同规模样本收敛在 约 475–772 CPU·s,而墙钟散布达 15 倍(72–1,063 s)。结论与 §5.5 的诚实边界 一致:在这套机械硬盘 + 共享工作站的部署环境里,墙钟描述的是 I/O 与并发 环境,CPU·秒刻画的才是计算本身。任何跨负载状态的墙钟对比都应先看 util 列。

观察 2:空库边界再次被自动暴露。 SRR24322347 仅 16,927 条 reads、 4,257 个表达转录本(索引的 12.5%)——一个近乎空转的文库。与 §5.3 的非 mRNA 案例一样,它没有被静默混入任何均值,而是作为独立行留在异常明细中供 下游研究者自行判断;其 64 s 的量化耗时与 reads 规模成比例,处理本身正常。

真实重启下的自动续跑。 批次按计划跨越了主机的每日 06:50 计划重启: 06:50:30 重启,06:50:50(开机 20 秒后)用户级 systemd oneshot 单元自动触发 续跑——已完成样本按产物存在性跳过(4 个),残余 22 个按序继续,09:24:18 批次完成,全程零人工干预。续跑入口在启动前清理两类中断残渣:tmp 中的半解压 FASTQ,以及”存在 quant.sf 但 CSV 无终局行”的部分写出(防止残缺产物被误判为 已完成而跳过)。每个样本目录附 README(new_computation 标注:来源检索号、 quantifier 与参数、校验记录);批次台账(含逐 run CPU 型号 / 钉定核 / 线程 / 利用率)见 bench/batch-ledger.csv。

5.5 诚实边界(全篇唯一,我们不宣称什么)

  1. 不宣称”打败 salmon/fasterq-dump 本体”——SDK 编排的就是同一引擎; 同参数下我们追求的是逐位复现(已达成),不是超车。
  2. 本组墙钟时间受机械硬盘吞吐约束(基准 I/O 卷为 500GB 7200rpm HDD), 表征部署环境,不构成引擎加速声明。
  3. 零映射样本保留为边界用例;其上的 TPM 比较是噪声对噪声,任何实现都会 “失败”,不作为评分依据。
  4. 跨机器、跨缓存状态(warm/cold)、跨代码版本(每份报告内嵌 git sha)的 数字永不混排。
  5. §5.4 的补算样本没有既有输出可比(这正是补算的原因);其正确性依据是 管线在可对照样本上的逐位复现与完整 ID 集校验,而非逐 run 相关系数。 该批次的墙钟同样受并发负载与机械硬盘 I/O 影响,仅供部署规划参考。
  6. 确定性边界:r=1.000000 仅对”同一确定性工具 + 同参数 + 同输入的重跑” 成立;此时若 r<1 反而是异常信号。任何跨实现、跨参数、跨版本因子的比较 r 必然小于 1(实测对照见 §6.1)。因此本报告的 r=1 只声明编排层 等价性,不是准确度声明,也不是新的生物学结论。

6. 推导与独立验证

6.1 r=1.000000 的推导与对照实验

推导。 对同一 run(如 SRR1460477,16.7M mapped reads),由 SDK 编排 salmon 2.7.0(bioconda 官方构建)与参考管线各自产出 quant.sf:同版本二进制、 同 Pinku1 索引、同参数(-l A -p 8 --validateMappings --seqBias --gcBias)、 同输入 FASTQ。salmon 在上述条件完全一致时是确定性的:逐转录本 TPM 与 NumReads 逐条相等,对全部 33,955 个转录本对做 Pearson 相关, r = 1.000000(σ=0)。

对照实验(2026-09-18 现场重算)。 同一 run 去掉 --seqBias --gcBias 两个参数:

  • TPM Pearson r = 0.980896(非 1)
  • max |ΔTPM| = 1.27e+04
  • NumReads 逐条相同仅 25,422 / 33,955(75%)

参数错一个,r 立刻从 1.000000 掉到 0.981。带齐参数重跑则严格回到 r = 1.000000000、max |ΔTPM| = 0、NumReads 33,955/33,955 逐条相同(同日 实测)。这说明报告的 1.000000 是参数严格对齐下挣来的,对照实验也证明 了该比较方式的灵敏度。边界解读统一见 §5.5 第 6 条;复现命令见 §7.2。

6.2 字节级证据(SHA256 同一性)

2026-09-18 对 SRR1460477 的现场复验:SDK 编排产物与参考管线留存的 quant.sf 经 SHA256 比对完全一致(同为 9b6a4cca0461e8d4117c88dc996f23f83a1730e6352936f82714377e691536af, 1,503,599 字节逐位相同)。r=1.000000 并非统计巧合——两个文件本就是同一串 字节,由不同编排路径在不同日期独立产出。

6.3 后续独立验证(2026-09-17/18,同台空闲主机)

  1. 全量三端 sweep:python/r 基准包覆盖的全部 6 个能力 (sequence.stats / fastq.qc / enrichment.OR / expression.pca / set.venn / structure.pdb.summary)× rust,python,r × 3 重复 = 54/54 通过;fixture 级中位延迟 rust 2 ms / python 271–284 ms / r 468–2,623 ms。其余能力为 rust 原生专属设计。
  2. 真实数据锚点:1.2GB FASTQ 的 fastq.qc——rust 21.9 s vs python 316.6 s(14.5×);33,955×172 表达矩阵 PCA——rust 与独立 numpy SVD 前五位主成分比例四位小数一致(PC1 22.36%)。

7. 复现

SDK 与全部基准工具开源;全篇命令唯一化收拢于此。

7.1 三端基线(任一支持平台)

linxira-bio benchmark run sequence.stats.v1 \
  fasta=tests/fixtures/sequences/tiny.fa \
  --backends rust,python,r --repeat 5 --dataset-class sequence

7.2 真实样本对照(SRA → quant.sf)

通用流程(公开 CLI,解压段与量化段两段计时见 --json 信封):

export LINXIRA_BIO_SALMON=/path/to/salmon
fasterq-dump -e 8 --force -O tmp/run-fq SRR1460477.sra
linxira-bio expression quantify tmp/run-fq/SRR1460477_1.fastq \
  tmp/run-fq/SRR1460477_2.fastq --index <salmon_idx> --threads 8 \
  --seq-bias --gc-bias --output results/SRR1460477/quant.sf --json

从 NAS 权威副本出发的具体样例(§6.1 对照实验的同款输入):

scp -r <NAS>:/mnt/storage-1/tier23/SRR1460477 . && fasterq-dump --split-files SRR1460477
gzip SRR1460477_1.fastq SRR1460477_2.fastq
linxira-bio expression quantify SRR1460477_1.fastq.gz SRR1460477_2.fastq.gz \
  --index <reference_cds_idx> --threads 8 --seq-bias --gc-bias --output quant.sf

(对比对象:参考管线同 run 的 quant.sf;salmon 需 ≥2.7.0,旧版拒绝 v2 索引。)

7.3 批量对照与补算

# 批量对照与 3σ 汇总;批量补算支持断点续跑(已完成样本按产物自动跳过)、
# 逐 run CPU 计量入 CSV 台账
scripts/tier23-bench.sh --cli <linxira-bio> --index <salmon_idx> \
  --sra-dir <inbox> --reference-dir <ref_quant> --output-dir <results> \
  --tmp-dir <tmp> --csv <ledger.csv> --pin "taskset -c 8-15 nice -n 10" \
  --cores 8 --threads 8 --pull-source <nas>:<tier23> --scp-identity <key> \
  --fasterq <fasterq-dump> --runs <RUN...>

原始报告(每 run 的 JSON 信封、逐条 CPU 计量、3σ 统计对象)一并归档, 见下方 §7.4。

7.4 核验数据与过程文件归档(本仓库)

本文全部核验数据、报告原始件与哈希清单归档于 SDK 仓库 benchmark-results/ 目录,与线上文章同期发布:

  1. r=1.000000 现场复验(2026-09-18,SRR1460477)
    • 说明与结果表:benchmark-results/2026-09-18/r-verification/README.md
    • 哈希清单(SDK 产物与参考管线 quant.sf 字节级同源): benchmark-results/2026-09-18/r-verification/SHA256SUMS.txt
    • SDK 产物 quant.sf / 对照组(无 bias 参数)quant.sf / 复现脚本 / 复验原始输出:同目录四个文件
  2. 首批 10 样本逐位复现与 0.980896 参数失配对照的完整记录 (2026-09-14,含逐 run JSON 信封、逐条 CPU 计量、3σ 统计对象): benchmark-results/2026-09-14/summary.md
  3. 全量三端 sweep(6 能力 × rust/python/r × 3 重复,54/54 通过): benchmark-results/2026-09-17/full-three-way/summary.csv、 benchmark-results/2026-09-17/full-three-way/runs_raw.csv
  4. 全部基准记录索引:benchmark-results/RECORDS.md

仓库路径(已并入 main,开发分支已删除): https://github.com/Linxira-OS/linxira-bio-sdk/tree/main/benchmark-results

8. 附录:工程记录(2026-09-17/18)

以下为部署与运维侧记录,不属于结果章。

8.1 内容完整性教训:字节数验收不够

仅校验字节数的下载验收会让”大小正确、内容错拼”的文件蒙混过关(本批 18 文件实测 12 个 gzip 损坏,系下载器多实例中断续拼所致)。已加入推送后 gzip -t 内容验收门;相关 12 文件已删除重下。下载器多实例并发与内容验收 不可兼得的教训已写入运维记录。

8.2 已挂账的接口缺陷:CLI 直调 WGCNA

CLI 直调 WGCNA 时 rust 胶水层预创建输出目录,与 R 驱动”输出目录必须不 存在”的校验互斥,导致该路径必然失败(CI 无 R 故未暴露);当前以直接调用 R 驱动的方式绕行,修复将在开发轨道完成。

9. 结语

“本地优先”的生信工具包要回答的第一个问题不是”多快”,而是”你算的对不对、 别人能不能信”。这一轮实测给出的答案是:同算法三语言互证一致;同参数对 既有管线逐位复现;数据异常会被大声拒绝而不是悄悄出数;4.3 小时的补算批次 在计划内重启后 20 秒自动接续、零人工干预跑完。速度数字(解释器对比 7.5–8.25×)是我们顺带拿到的东西,而可验证性才是产品本身。

附:开发者的话(2026-09-18)

说句实话:这批数据读起来有点”抽象”。r=1.000000、SHA256 逐位相同——它们 说的不是”我们的工具更准”或”更快”,而是一件朴素的事:同一把确定性的尺子, 参数对齐、输入相同,两次独立测量就该给出同一串字节——我们做到了,而且在 尺子被拿错的时候(对照组 r=0.981)能立刻看见。事实数据就在这儿,我们原样 发布。如果读者要从这份报告里带走一点什么,我们希望是:编排层可以被严格 验证、异常会被大声拒绝、所有边界都被写明——而不是其中任何一个漂亮的 数字。

版本与声明

  • 版本:初版 2026-09-14;2026-09-15 增补深库补算批次(§5.4); 2026-09-18 增补推导与对照实验、字节级证据、确定性边界、后续独立验证与 工程记录,并完成全文结构重组(§6 独立成章、命令唯一化收拢 §7、工程记录 移入 §8)。逐条变动见文首「更新日志」。
  • 自述声明:当前为作者自述复现报告,未经第三方独立验证。按 REFORMS 清单(ML 研究可复现性报告标准,32 项,Science Advances 2024)自评: 23 项达标、9 项因研究性质不适用(本研究不含 ML 建模任务,涉及模型 选型/损失函数/数据泄漏/统计检验的条目自然豁免)、0 项未达标。第三方 交叉复现为后续计划。
  • 许可:代码 AGPL-3.0-or-later;本文 CC-BY-4.0。
  • 作者与出处:Linxira-OS 项目维护者 · 仓库: https://github.com/Linxira-OS/linxira-bio-sdk · 产品页:Linxira Bio SDK

Linxira-OS · AGPL-3.0-or-later(代码)· 本文 CC-BY-4.0 · https://github.com/Linxira-OS/linxira-bio-sdk