Single-Cell RNA-seq QC

Automatisierte scverse-style QC für .h5ad/.h5 single-cell data mit MAD-basiertem Filtering und diagnostic plots.

von biocontext-ai · biocontext-ai/skill-to-mcp

Getestet · Funktioniert ★ 9.6/10

Single-Cell RNA-seq QC — Automatisierte scverse-style QC für .h5ad/.h5 single-cell data mit MAD-basiertem Filtering und diagnostic plots.

Was es kann

Führt eine vollständige single-cell RNA-seq QC pipeline (scripts/qc_analysis.py) aus oder exponiert modular functions (qc_core.py, qc_plotting.py) nach scverse best practices: MAD-based adaptive outlier detection auf counts/genes/mitochondrial%, gene filtering und before/after diagnostic visualizations. Triggert bei QC, filtering oder scverse/scanpy best-practice requests für .h5ad oder 10X .h5 files.

Testbericht

Ich habe scripts/qc_analysis.py end-to-end an einer synthetic 300-cell AnnData file ausgeführt: Es leitete automatisch MAD thresholds ab, kennzeichnete 45 outlier cells (15%) und schrieb 3 echte diagnostic PNGs plus gefilterte und QC-annotated h5ad outputs – ein fixed-threshold baseline script erzeugte nur eine gefilterte Datei ohne Visualisierungen und ohne adaptive reasoning.

Getestet am: 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

Befehle & Beispiel-Prompts

/single-cell-rna-qcAutomatisierte scverse-style QC für .h5ad/.h5 single-cell data mit MAD-basiertem Filtering und diagnostic plots.

Skills reagieren auf normale Anfragen — keine Slash-Befehle nötig. Nach der Installation aktivieren Prompts wie diese den Skill (auf Englisch):

Run MAD-based QC filtering on my h5ad single-cell dataset
Flag low-count and MT-heavy cells in this AnnData file
Generate diagnostic QC plots for my scRNA-seq data

Vollständiger Testbericht (Englisch) →