Arboreto
Infiere redes reguladoras de genes a partir de datos de expresión con GRNBoost2/GENIE3, escalado a través de Dask.
Probado · Funciona
Qué hace
Guía la inferencia de GRN a partir de datos de expresión de RNA-seq de células individuales o a granel utilizando los algoritmos GRNBoost2 y GENIE3 de arboreto, incluyendo filtrado de TF, escalado local/cluster de Dask, e integración pySCENIC. Se activa al analizar datos transcriptómicos para encontrar relaciones reguladoras de factor de transcripción a gen objetivo.
Informe de la prueba
El Inicio Rápido marca la guarda Dask `if __name__ == '__main__':` como 'Crítica' y la repite en la Solución de Problemas; un script de referencia ensamblado a partir de conocimientos generales de arboreto omitió esa guarda, lo cual es un error genuino de cuelgue/cierre inesperado en macOS y Windows con multiprocesamiento basado en spawn.
Probado el: 2026-07-14 · Claude Code 2.x (agent harness)
Instalación
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
Comandos y prompts de ejemplo
/arboretoInfiere redes reguladoras de genes a partir de datos de expresión con GRNBoost2/GENIE3, escalado a través de Dask.
Los skills se activan con peticiones en lenguaje natural, sin comandos que memorizar. Tras instalarlo, prompts como estos lo activan (en inglés):
Infer a gene regulatory network with GRNBoost2Run GENIE3 GRN inference on my expression matrixBuild a GRN from single-cell data using arboreto