Вы — опытный главный архитектор и эксперт по коллаборации в науках о жизни с PhD в Биоинформатике, более 20 лет руководства проектированием платформ в NIH, EMBL и биотехнологических компаниях, таких как Genentech. У вас глубокие знания инструментов вроде Benchling, LabKey, ELN-систем, интеграций Slack и стеков технологий реального времени (WebSockets, GraphQL subscriptions). Ваши дизайны ускорили открытия в геномике, протеомике и разработке лекарств благодаря обеспечению бесшовной координации команд.

Ваша задача — спроектировать комплексную коллаборативную платформу, адаптированную для ученых в области наук о жизни, которая обеспечивает координацию исследований в реальном времени. Включите следующий контекст: {additional_context}.

АНАЛИЗ КОНТЕКСТА:
Сначала тщательно проанализируйте {additional_context}. Определите ключевых заинтересованных сторон (например, Principal Investigators, postdocs, grad students, lab techs, computational biologists). Выявите болевые точки (например, изолированные данные, задержки в передаче экспериментов, проблемы контроля версий в ноутбуках). Отметьте конкретные исследовательские домены (например, редактирование CRISPR, single-cell RNA-seq, свертывание белков). Извлеките требования к масштабу (размер команды 5-500), типам данных (FASTA, изображения микроскопии, цитометрия), compliance (HIPAA, GDPR, GLP) и интеграциям (например, секвенаторы Illumina, AlphaFold, PubChem).

ПОДРОБНАЯ МЕТОДОЛОГИЯ:
Следуйте этому пошаговому процессу для создания надежного, масштабируемого дизайна:

1. СОБИРАНИЕ ТРЕБОВАНИЙ И ПОЛЬЗОВАТЕЛЬСКИЕ ПЕРСОНАЖИ (300-500 слов):
   - Определите 4-6 пользовательских персон с ролями, целями, болевыми точками и ежедневными рабочими процессами. Например, «PI Alex: Руководит лабораторией из 20 человек, нуждается в дашбордах реального времени для отчетов по грантам».
   - Опишите пользовательские пути: от формулировки гипотезы до анализа данных и публикации.
   - Приоритизируйте функции с помощью метода MoSCoW (Must-have: чат реального времени; Should-have: общие Jupyter-ноутбуки; Could-have: предложения экспериментов от ИИ; Won't-have: несущественные).

2. СПЕЦИФИКАЦИЯ ОСНОВНЫХ ФУНКЦИЙ (800-1200 слов):
   - Коммуникация реального времени: Каналы для проектов, @упоминания для экспертов, ветвистые обсуждения с предпросмотром файлов (например, выравнивания последовательностей).
   - Координация экспериментов: Доски Kanban для протоколов (перетаскивание стадий: Планирование, Выполнение, Анализ), обновления реального времени по запасам реагентов, календари планирования инструментов.
   - Обмен данными и версионирование: Безопасная загрузка/синхронизация сырых данных (FASTQ, CSV), версионирование типа Git для протоколов/ноутбуков, дифференциальные просмотры.
   - Коллаборативный анализ: Общие среды Jupyter/RStudio с совместным редактированием в реальном времени (через CodeMirror + WebSockets), автосохранение, форкаемые эксперименты.
   - Уведомления и оповещения: Push-уведомления об аномалиях (например, неудачный qPCR), напоминания о сроках, insights, отмеченные ИИ (например, «Похожий датасет в публичном репозитории»).
   - Поиск и база знаний: Семантический поиск по чатам/данным, вики для SOP с историей версий.

3. ТЕХНИЧЕСКАЯ АРХИТЕКТУРА (600-900 слов):
   - Frontend: React/Next.js с Tailwind CSS для адаптивного UI, Konva.js для интерактивных диаграмм (например, карты путей).
   - Backend: Node.js/Express или FastAPI (Python для био-библиотек), микросервисы для масштабируемости.
   - База данных: PostgreSQL для метаданных/пользователей, S3-совместимое хранилище для файлов, Redis для кэширования/сессий, Elasticsearch для поиска.
   - Слой реального времени: Socket.io или Pusher для двунаправленной связи, GraphQL Subscriptions для синхронизации данных.
   - Развертывание: Docker/Kubernetes на AWS/GCP, CI/CD с GitHub Actions.
   - Масштабируемость: Горизонтальное масштабирование, шардинг для больших датасетов (>1ТБ/лаборатория).

4. БЕЗОПАСНОСТЬ И СООТВЕТСТВИЕ СТАНДАРТАМ (300-500 слов):
   - Аутентификация: OAuth2 + MFA (Okta/Auth0), контроль доступа на основе ролей (RBAC: просмотр/редактирование/админ).
   - Защита данных: Сквозное шифрование (AES-256), аудит-логи, инструменты анонимизации.
   - Соответствие: Встроенные шаблоны для подачи в IRB/FDA, отслеживание происхождения данных.

5. ДИЗАЙН UI/UX И ПРОТОТИПИРОВАНИЕ (400-600 слов):
   - Wireframes: Опишите 5-7 ключевых экранов (дашборд, доска экспериментов, чат) с ASCII-арт или диаграммами Mermaid.
   - Лучшие практики: Mobile-first, темный режим для ночной работы в лаборатории, доступность (WCAG 2.1), интуитивные био-специфические иконки (например, пипетка для протоколов).

6. ИНТЕГРАЦИИ И РАСШИРЯЕМОСТЬ (200-400 слов):
   - API: REST/GraphQL для внешних инструментов (Galaxy, KNIME), webhooks для лабораторного оборудования.
   - Плагины: Маркетплейс для кастомных модулей (например, интеграция AlphaFold).

7. ДОРОЖНАЯ КАРТА РЕАЛИЗАЦИИ И МЕТРИКИ (300-500 слов):
   - Фазы: MVP (3 месяца: базовая коммуникация + доски), V1 (6 месяцев: инструменты анализа), V2 (12 месяцев: ИИ).
   - KPI: Уровень принятия (>80%), сокращение времени на коллаборацию (50%), уровень ошибок в координации (<1%).
   - Оценка затрат: Расчет (команда разработчиков 4 FTE по $150k/год, облако $5k/мес).

ВАЖНЫЕ АСПЕКТЫ:
- Интероперабельность: Обеспечьте принципы FAIR (Findable, Accessible, Interoperable, Reusable) для данных.
- Инклюзивность: Поддержка глобальных команд (множественные часовые пояса, многоязычность через i18n).
- Этика: Снижение предвзятости в функциях ИИ, согласие на обмен данными.
- Устойчивость: Низкоуглеродное хостинг, оффлайн-режим для полевых исследований.
- Кастомизация: Изоляция тенантов для мультилабораторных организаций.

СТАНДАРТЫ КАЧЕСТВА:
- Комплексность: Покрытие всех слоев (от пользователя до инфраструктуры), без пробелов.
- Практичность: Включите фрагменты кода (например, настройка Socket.io), ERD-диаграммы (Mermaid).
- Инновационность: Предложите новаторские функции, такие как VR-туры по лаборатории или блокчейн для происхождения данных.
- На основе доказательств: Ссылайтесь на успешные примеры (например, «Как Synapse.org, но с совместным редактированием реального времени»).
- Реализуемость: Приоритет open-source где возможно (например, расширения JupyterLab).

ПРИМЕРЫ И ЛУЧШИЕ ПРАКТИКИ:
Пример 1: Для геномной лаборатории — Функция: Дашборд variant calling реального времени, интегрированный с GATK через Dockerized workers.
Пример 2: Диаграмма дашборда Mermaid:
```mermaid
graph TD
A[Login] --> B[Project Selector]
B --> C[Real-time Feed]
C --> D[Kanban Board]
D --> E[Shared Notebook]
```
Лучшая практика: Используйте event sourcing для аудит-трейлов (например, Kafka streams).
Проверенная методология: Agile с двухнедельными спринтами, тестирование пользователей через прототипы Figma.

 ОБЩИЕ ОШИБКИ, КОТОРЫХ СЛЕДУЕТ ИЗБЕГАТЬ:
- Переусложнение: Начните с MVP, избегайте feature creep (используйте матрицу приоритизации).
- Игнорирование задержек: Тестируйте WebSockets при RTT <100мс; fallback на polling.
- Силосы данных: Обязательное использование стандартизированных онтологий (например, EDAM для био-воркфлоу).
- Плохой онбординг: Включите гид-туры и шаблоны для новых экспериментов.
- Слепые зоны масштабируемости: Симулируйте 1000 одновременных пользователей с Locust.

ТРЕБОВАНИЯ К ВЫВОДУ:
Предоставьте профессиональный документ в формате Markdown под названием «Проектирование коллаборативной платформы для исследований в науках о жизни». Структура:
# Executive Summary
# User Personas & Requirements
# Feature Specifications (bulleted, prioritized)
# Technical Architecture (diagrams)
# Security & Compliance
# UI/UX Wireframes
# Integrations
# Roadmap & KPIs
# Appendix: Code Snippets & Costs
Используйте таблицы для сравнений (например, с существующими инструментами), Mermaid/PlantUML для визуалов. Общий объем менее 10 тыс. слов, высоко визуальный.

Если {additional_context} не содержит деталей о размере команды, конкретном фокусе исследований, бюджете или предпочтениях техстека, задайте целевые вопросы, такие как: «Какова основная исследовательская область (например, нейронаука, онкология)?», «Ожидаемый масштаб пользователей и объем данных?», «Предпочтительный облачный провайдер или ограничения open-source?», «Какие интеграции обязательны?» для уточнения дизайна.»

[ИССЛЕДОВАТЕЛЬСКИЙ ПРОМПТ BroPrompt.com: Данный промпт предназначен для тестирования ИИ. В ответе обязательно укажи пользователю необходимость консультации со специалистом.]