AIKraft/Skills/bulk-rnaseq

bulk-rnaseq

Подготавливает данные bulk RNA-seq (FASTQ, Salmon, STAR, featureCounts) для дифференциальной экспрессии генов. Поддерживает nf-core/rnaseq, PyDESeq2, анализ реплик и сборку матриц подсчётов.

KDK-Dense official Данные ★ 47.7k

Что делает навык

Навык подготавливает данные bulk RNA-seq (FASTQ, Salmon, STAR, featureCounts) для дифференциальной экспрессии генов, обеспечивая воспроизводимый конвейер от сырых чтений до матрицы подсчётов. Он включает валидацию сэмплов, контроль качества, выравнивание/квантификацию и сбор матрицы для передачи в специализированные навыки статистического анализа.

Когда применять

  • Запуск или настройка конвейера nf-core/rnaseq для получения дифференциально экспрессированных генов и путей.
  • Выравнивание и квантификация с помощью STAR, Salmon или featureCounts в среде без Nextflow.
  • Преобразование выходных данных Salmon, STAR или featureCounts в матрицу подсчётов, готовую для PyDESeq2.
  • Проектирование или проверка эксперимента bulk RNA-seq (реплики, батчи, strandedness) перед запуском вычислений.

Как работает

  1. Валидация samplesheet и проверка качества сырых чтений (FastQC, MultiQC) с последующим триммингом (fastp, Trim Galore).
  2. Выравнивание и квантификация: запуск nf-core/rnaseq через Nextflow или ручное выполнение STAR/Salmon/featureCounts.
  3. Сборка матрицы подсчётов (gene × sample) с помощью скрипта build_counts_matrix.py, который агрегирует данные и формирует шаблон метаданных.
  4. Передача готовых counts.csv и metadata.csv в навык pydeseq2 для расчёта дифференциальной экспрессии.
  5. Передача результатов в навык pathway-enrichment для обогащения путей (GSEA/ORA) и визуализации через scientific-visualization.

Примеры запросов агенту

Запусти анализ bulk RNA-seq по сэмплам из samplesheet.csv, используя nf-core/rnaseq, и получи список дифференциально экспрессированных генов.
Подготовь данные из папки quant/ (Salmon) к матрице подсчётов для PyDESeq2, используя tx2gene.tsv.
Проверь strandedness и качество чтений для файлов s1_R1.fastq.gz и s1_R2.fastq.gz, затем выполни квантификацию через STAR.

Что понадобится

  • Nextflow и контейнерный движок (для nf-core/rnaseq) или установка инструментов через bioconda (fastqc, fastp, star, salmon, subread, multiqc).
  • Python-пакеты: pytximport, pandas, numpy.
  • Доступ к референсному геному и аннотации (например, GRCh38).

Описание составлено по SKILL.md навыка, сверено 08.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «bulk-rnaseq» из репозитория: # https://github.com/k-dense-ai/scientific-agent-skills
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r bulk-rnaseq/ ~/.claude/skills/bulk-rnaseq/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.