ATAC-seq Clustering Performance Interpretation
Transforme les métriques de clustering scATAC-seq publiées en une comparaison de méthodes classée
Testé · Fonctionne
Ce que fait
Une fiche de méthode pour extraire les scores NMI, ARI et de pureté des tableaux de benchmark ATAC-seq unicellulaires, les standardiser en une matrice méthode par dataset, et classer les pipelines avec des statistiques récapitulatives et des écarts quantifiés. Se déclenche lorsque vous décidez quelle méthode ou variante de clustering publiée adopter, ou si la vôtre est compétitive. Pure guidance, pas de scripts ni de dépendances.
Rapport de test
Soumis un tableau NMI de quatre méthodes par cinq datasets avec deux cellules manquantes et demandé quelle pipeline adopter. Les deux exécutions ont choisi SnapATAC, mais la réponse guidée par la compétence a ajouté ce qui importait : elle a gardé les cellules NA explicites et a rapporté les moyennes deux fois, sur les valeurs disponibles et sur les trois datasets partagés par chaque méthode, ce qui expose que la moyenne brute la plus élevée (0.783) appartient à une méthode qui a ignoré les deux datasets les plus difficiles et ne mène que de 0.017 sur un terrain partagé. Elle a également produit la médiane, le rang, les gagnants par dataset, une vérification ponctuelle de cinq cellules par rapport à la source, et des écarts en termes absolus et relatifs (+0.124 NMI, +22% pour kmers+PCA sur motifs+PCA) — la réponse non assistée a donné des moyennes, un gagnant et une mise en garde. Le périmètre est étroit, essentiellement un benchmark publié, et le frontmatter contient une ligne de provenance égarée nommant un script de collecte métabolomique.
Testé le: 2026-07-28 · Claude Code 2.x (agent harness)
Installation
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
Commandes et exemples de prompts
/atac-seq-clustering-performance-interpretationTransforme les métriques de clustering scATAC-seq publiées en une comparaison de méthodes classée
Les skills se déclenchent sur des demandes en langage courant — aucune commande à retenir. Après installation, des prompts comme ceux-ci l'activent (en anglais) :
Which published scATAC-seq clustering method should I adopt for this?Rank these ATAC-seq clustering methods across datasets using NMI and ARII have NMI and ARI numbers from a scATAC benchmark, which variant wins?