利用 Streamlit 來部署TFinder到 Google Cloud Run
TFinder 是一個開源的生物資訊工具，主要是用於識別和分析基因的調控區域，例如啟動子，其肚子裡整合了 NCBI 和 JASPAR 等生物資料庫的數據，研究人員可以利用 TFinder…
UpdatedMarch 24, 2026•1 min read
JJhihHao Wu**近期研究重點包含 AI Agent 的供應鏈攻擊、PII 偵測模型評估，以及醫療 AI 在臨床流程中的安全落地。
在這裡，我分享深度技術實測報告（如 NVIDIA NeMo, WildGuard）與職場技術成長心得，致力於在 AI 浪潮中打造具備資安韌性的解決方案。
On this page
利用 Streamlit 來部署TFinder到 Google Cloud Run1. 設定 secrets.toml2. 建置 Docker 映像3. 部署到 Cloud Run
利用 Streamlit 來部署TFinder到 Google Cloud Run
TFinder 是一個開源的生物資訊工具，主要是用於識別和分析基因的調控區域，例如啟動子，其肚子裡整合了 NCBI 和 JASPAR 等生物資料庫的數據，研究人員可以利用 TFinder 探索轉錄因子結合位點，並理解基因表達的調控機制，而產出的結果對於基因功能研究、疾病機制探索以及藥物靶點識別等領域，都可以提供許多重要的資訊。
有興趣的可以閱讀 TFinder: A Python Web Tool for Predicting Transcription Factor Binding Sites
在上一篇，我們已經討論過利用 Streamlit與Cloud Run來部署AI助手，因此會省略一些同樣的技術細節，本篇將著重在TFinder的設定與部署。
跟上一篇一樣，需要一些部署環境的前置作業：
Google Cloud Platform (GCP) 帳戶。
開發環境已安裝
gcloudCLI 並配置您的 GCP 專案。已安裝 Docker (儘管 Cloud Build 處理大部分 Docker 操作，但為了本地測試，最好還是安裝)。
TFinder Repo (需要先Clone到你的開發環境上)
1. 設定 secrets.toml
跟其他Streamlit App一樣，需要做基本的設定
message_from_god = ""
ncbi_error = "False"
unique_users = "0"
max_attempts = 3
其他requirements.txt等相關的套件可以參考 TFinder 中，而Dockerfile則是可參考上一篇的範本。
2. 建置 Docker 映像
目前我都是懶惰的使用Cloud Build ，在Build之前要確認一下專案的設定，並修改替代掉下面指令中的
gcloud config get-value project
gcloud builds submit --tag gcr.io/<project>/tfinder-streamlit:latest .
3. 部署到 Cloud Run
映像建置並推送到GCR後，就可以將其部署到 Cloud Run。
gcloud run deploy tfinder-streamlit --image gcr.io/<project>/tfinder-streamlit:latest --platform managed --region us-central1 --allow-unauthenticated
成功部署後，您將在輸出中收到一個 Service URL，這是您的 Streamlit 應用程式的端點，像是這樣
Service URL: https://tfinder-streamlit-999999999.us-central1.run.app
就可以使用此 URL 訪問您部署的 TFinder Streamlit 應用程式。
Deploy完成後便可以看到像是下面的畫面，左側有提供可以輸入NCBI gene name 與 NCBI gene ID，右邊的參數可以選擇要分析的序列類型，Promoter/Terminator/RNA/mRNA 等，這邊我們選擇來看exon 跟intron。
完成後便可以得到這個Gene的相關序列，如果你有相關的FastA檔案也可以直接在第二步上傳。
左側的選單我們可以選修改的類型，Motif/PWM (Position Weight Matrix)/JASPAR_ID ，搭配輸入的序列就可以瀏覽結果。
Top comments (0)