SkillProof tested Claude skills

Arboreto

Odvozuje gene regulatory networks z expression data s GRNBoost2/GENIE3, škálované via Dask.

od K-Dense-AI · K-Dense-AI/scientific-agent-skills

Otestováno · Funguje ★ 8.8/10

Arboreto — Odvozuje gene regulatory networks z expression data s GRNBoost2/GENIE3, škálované via Dask.

Co umí

Vede GRN inference z bulk nebo single-cell RNA-seq expression data using arboreto's GRNBoost2 a GENIE3 algorithms, including TF filtering, local/cluster Dask scaling, a pySCENIC integration. Spouští se, když analyzing transcriptomics data to find transcription-factor-to-target-gene regulatory relationships.

Testovací report

The Quick Start marks the `if __name__ == '__main__':` Dask guard as 'Critical' a repeats it in Troubleshooting; a baseline script assembled from general arboreto knowledge dropped that guard, which is a genuine hang/crash bug on macOS a Windows spawn-based multiprocessing.

Testováno: 2026-07-14 · Claude Code 2.x (agent harness)

Instalace

git clone https://github.com/K-Dense-AI/scientific-agent-skills
cd scientific-agent-skills
mkdir -p ~/.claude/skills
cp -r skills/arboreto ~/.claude/skills/arboreto

Příkazy a ukázkové prompty

  • /arboretoOdvozuje gene regulatory networks z expression data s GRNBoost2/GENIE3, škálované via Dask.

Skilly se spouštějí běžnými požadavky — žádné příkazy k zapamatování. Po instalaci ho aktivují prompty jako tyto (anglicky):

  • Infer a gene regulatory network with GRNBoost2
  • Run GENIE3 GRN inference on my expression matrix
  • Build a GRN from single-cell data using arboreto

Kompletní testovací report (anglicky) →