Single-Cell RNA-seq QC
Automatiserad scverse-liknande QC för .h5ad/.h5 single-cell-data med MAD-baserad filtrering och diagnostiska diagram.
Testet · Virker
Hvad det gør
Kör en komplett single-cell RNA-seq QC-pipeline (scripts/qc_analysis.py) eller exponerar modulära funktioner (qc_core.py, qc_plotting.py) enligt scverse bästa praxis: MAD-baserad adaptiv outlier-detektering på antal/gener/mitokondriell%, genfiltrering och före/efter diagnostiska visualiseringar. Aktiveras vid QC, filtrering eller scverse/scanpy bästa praxis-förfrågningar för .h5ad eller 10X .h5-filer.
Testrapport
Körde scripts/qc_analysis.py från början till slut på en syntetisk 300-cells AnnData-fil: den härledde automatiskt MAD-tröskelvärden, flaggade 45 outlier-celler (15%) och skrev 3 verkliga diagnostiska PNG:er plus filtrerade och QC-annoterade h5ad-utdata — ett baslinjeskript med fasta tröskelvärden producerade endast en filtrerad fil utan visualiseringar och ingen adaptiv resonemang.
Testet: 2026-07-14 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/biocontext-ai/skill-to-mcp cd skill-to-mcp mkdir -p ~/.claude/skills cp -r skills/single-cell-rna-qc ~/.claude/skills/single-cell-rna-qc
Kommandoer og eksempelprompter
/single-cell-rna-qcAutomatiserad scverse-liknande QC för .h5ad/.h5 single-cell-data med MAD-baserad filtrering och diagnostiska diagram.
Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):
Run MAD-based QC filtering on my h5ad single-cell datasetFlag low-count and MT-heavy cells in this AnnData fileGenerate diagnostic QC plots for my scRNA-seq data