ATAC-seq Clustering Performance Interpretation

Convierte métricas de clustering scATAC-seq publicadas en una comparación de métodos clasificada

Por HolobiomicsLab · HolobiomicsLab/asb-skill-collections

Probado · Funciona ★ 8.4/10

ATAC-seq Clustering Performance Interpretation — Convierte métricas de clustering scATAC-seq publicadas en una comparación de métodos clasificada

Qué hace

Una tarjeta de método para extraer puntuaciones NMI, ARI y de pureza de tablas de benchmark de ATAC-seq de una sola célula, estandarizarlas en una matriz método-por-conjunto de datos y clasificar los pipelines con estadísticas resumidas y brechas cuantificadas. Se activa cuando estás decidiendo qué método o variante de clustering publicado adoptar, o si el tuyo es competitivo. Pura guía, sin scripts ni dependencias.

Informe de la prueba

Le di una tabla NMI de cuatro métodos por cinco conjuntos de datos con dos celdas faltantes y le pregunté qué pipeline adoptar. Ambas ejecuciones eligieron SnapATAC, pero la respuesta guiada por la skill añadió lo que importaba: mantuvo explícitas las celdas NA e informó las medias dos veces, sobre los valores disponibles y sobre los tres conjuntos de datos que cada método compartía, lo cual expone que la media bruta superior (0.783) pertenece a un método que omitió los dos conjuntos de datos más difíciles y solo aventaja en 0.017 en terreno compartido. También produjo la mediana, el rango, los ganadores por conjunto de datos, una verificación puntual de cinco celdas contra la fuente, y brechas en términos absolutos y relativos (+0.124 NMI, +22% para kmers+PCA sobre motifs+PCA) — la respuesta sin ayuda dio medias, un ganador y una advertencia. El alcance es estrecho, esencialmente un benchmark publicado, y el frontmatter lleva una línea de procedencia extraviada que nombra un script colector de metabolómica.

Probado el: 2026-07-28 · Claude Code 2.x (agent harness)

Instalación

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

Comandos y prompts de ejemplo

  • /atac-seq-clustering-performance-interpretationConvierte métricas de clustering scATAC-seq publicadas en una comparación de métodos clasificada

Los skills se activan con peticiones en lenguaje natural, sin comandos que memorizar. Tras instalarlo, prompts como estos lo activan (en inglés):

  • Which published scATAC-seq clustering method should I adopt for this?
  • Rank these ATAC-seq clustering methods across datasets using NMI and ARI
  • I have NMI and ARI numbers from a scATAC benchmark, which variant wins?