Single-Cell RNA-seq QC

QC automatizado estilo scverse para datos de single-cell .h5ad/.h5 con filtrado basado en MAD y gráficos de diagnóstico.

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

Probado · Funciona ★ 9.6/10

Single-Cell RNA-seq QC — QC automatizado estilo scverse para datos de single-cell .h5ad/.h5 con filtrado basado en MAD y gráficos de diagnóstico.

Qué hace

Ejecuta un pipeline completo de QC de RNA-seq de single-cell (scripts/qc_analysis.py) o expone funciones modulares (qc_core.py, qc_plotting.py) siguiendo las mejores prácticas de scverse: detección adaptativa de valores atípicos basada en MAD en counts/genes/mitochondrial%, filtrado de genes y visualizaciones de diagnóstico antes/después. Se activa ante solicitudes de QC, filtrado o mejores prácticas de scverse/scanpy para archivos .h5ad o 10X .h5.

Informe de la prueba

Se ejecutó scripts/qc_analysis.py de principio a fin en un archivo AnnData sintético de 300 células: derivó automáticamente umbrales MAD, marcó 45 células atípicas (15%) y escribió 3 PNG de diagnóstico reales más salidas h5ad filtradas y anotadas con QC — un script de línea base de umbral fijo produjo solo un archivo filtrado con cero visualizaciones y sin razonamiento adaptativo.

Probado el: 2026-07-14 · Claude Code 2.x (agent harness)

Instalación

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

Comandos y prompts de ejemplo

/single-cell-rna-qcQC automatizado estilo scverse para datos de single-cell .h5ad/.h5 con filtrado basado en MAD y gráficos de diagnóstico.

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

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

Informe completo →