gtars

Поддерживает Gtars для локальных геномных интервальных моделей, алгебры множеств, перекрытий, консенсуса и покрытия. Включает токенизацию, обработку фрагментов и планирование refget/BEDbase через Python, Rust и CLI.

KDK-Dense official Данные ★ 47.7k

Что делает навык

Навык обеспечивает работу с локальными геномными интервальными моделями, алгеброй множеств, перекрытиями, консенсусами и покрытием через Python, Rust и CLI. Он поддерживает токенизацию, обработку фрагментов и планирование refget/BEDbase с жесткими ограничениями на безопасность и изоляцию.

Когда применять

  • Вычисление перекрытий, покрытия и жаккардовского сходства между наборами геномных интервалов (RegionSet).
  • Генерация консенсусных интервалов из нескольких наборов данных с учетом поддержки множеств.
  • Токенизация геномных регионов для последующего анализа с использованием локальных или предварительно проверенных моделей.
  • Управление локальными кэшами и метаданными референсных последовательностей через refget.
  • Валидация BED-файлов и проверка соответствия координат, сборок и страндовости перед обработкой.

Как работает

  1. Создать изолированную среду Python (например, через uv) и установить пакет gtars==0.10.0 с проверкой хешей и версий.
  2. Применить локальный валидатор bed_validator.py для проверки входных BED-файлов на корректность координат, сборок и сортировки.
  3. Импортировать классы Region и RegionSet из gtars.models для создания и манипуляции интервалами с учетом 0-based half-open координат.
  4. Выполнить операции алгебры множеств (count_overlaps, intersect_all, coverage, reduce) или вызвать функцию consensus из gtars.genomic_distributions.
  5. При необходимости использовать Tokenizer для токенизации регионов, строго избегая сетевых загрузок без явного одобрения и проверки контрольных сумм.
  6. Использовать CLI-инструменты (gtars-cli) или Rust API только после source-review и с соблюдением ограничений по ресурсам и безопасности.

Примеры запросов агенту

Вычисли пересечение и покрытие между набором интервалов query и universe, используя Python API gtars.
Сгенерируй консенсусные интервалы из списка наборов RegionSet, учитывая поддержку множеств, а не базовое совпадение.
Запусти валидацию BED-файла data.bed.gz для сборки GRCh38.p14 с требованием сортировки и проверкой координат.

Что понадобится

  • Python 3.10+ (рекомендуется 3.11/3.12) и изолированное окружение (venv/uv).
  • Локальные файлы данных (BED, FASTA, chrom.sizes) с проверенными контрольными суммами.
  • Доступ к PyPI/crates.io для установки пакетов gtars, gtars-cli, gtars-refget с верификацией версий.

Описание составлено по SKILL.md навыка, сверено 08.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «gtars» 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 gtars/ ~/.claude/skills/gtars/

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