ATAC-seq Clustering Performance Interpretation
Forvandler publicerede scATAC-seq klyngemetrikker til en rangeret metode-sammenligning
Testet · Virker
Hvad det gør
Et metodekort til at udtrække NMI-, ARI- og purity-scores fra single-cell ATAC-seq benchmark-tabeller, standardisere dem til en metode-efter-datasæt-matrix og rangere pipelines med opsummerende statistik og kvantificerede huller. Udløses, når du beslutter, hvilken publiceret klyngemetode eller variant du vil anvende, eller om din egen er konkurrencedygtig. Ren vejledning, ingen scripts eller afhængigheder.
Testrapport
Fodrede den en fire-metode gange fem-datasæt NMI-tabel med to manglende celler og spurgte, hvilken pipeline der skulle vælges. Begge kørsler valgte SnapATAC, men det skill-guidede svar tilføjede det, der betød noget: det holdt NA-cellerne eksplicitte og rapporterede gennemsnit to gange, over tilgængelige værdier og over de tre datasæt, hver metode delte, hvilket er det, der afslører, at det højeste rå gennemsnit (0.783) tilhører en metode, der sprang de to sværeste datasæt over og kun fører med 0.017 på fælles grund. Den producerede også median, rang, per-datasæt-vindere, en stikprøvekontrol af fem celler mod kilden og huller i absolutte og relative termer (+0.124 NMI, +22% for kmers+PCA over motifs+PCA) – det uassisterede svar gav gennemsnit, en vinder og et forbehold. Omfanget er snævert, i det væsentlige ét publiceret benchmark, og frontmatter indeholder en vildfaren provenienslinje, der navngiver et metabolomics-indsamlingsscript.
Testet: 2026-07-28 · Claude Code 2.x (agent harness)
Installation
git clone --depth 1 https://github.com/HolobiomicsLab/asb-skill-collections.git mkdir -p ~/.claude/skills cd asb-skill-collections && cp -r collections/epigenomics/v1/skills/atac-seq-clustering-performance-interpretation ~/.claude/skills/atac-seq-clustering-performance-interpretation
Kommandoer og eksempelprompter
/atac-seq-clustering-performance-interpretationForvandler publicerede scATAC-seq klyngemetrikker til en rangeret metode-sammenligning
Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):
Which published scATAC-seq clustering method should I adopt for this?Rank these ATAC-seq clustering methods across datasets using NMI and ARII have NMI and ARI numbers from a scATAC benchmark, which variant wins?