SkillProof tested Claude skills

Arboreto

Infer genregulerende netwerken uit expressiedata met GRNBoost2/GENIE3, geschaald via Dask.

Door K-Dense-AI · K-Dense-AI/scientific-agent-skills

Getest · Werkt ★ 8.8/10

Arboreto — Infer genregulerende netwerken uit expressiedata met GRNBoost2/GENIE3, geschaald via Dask.

Wat het doet

Begeleidt GRN inferentie uit bulk of single-cell RNA-seq expressiedata met behulp van arboreto's GRNBoost2 en GENIE3 algoritmen, inclusief TF filtering, lokale/cluster Dask scaling, en pySCENIC integratie. Activeert bij het analyseren van transcriptomics data om transcriptiefactor-naar-doelgen regulatoire relaties te vinden.

Testrapport

De Quick Start markeert de `if __name__ == '__main__':` Dask guard als 'Critical' en herhaalt deze in Troubleshooting; een baseline script, samengesteld uit algemene arboreto kennis, liet die guard weg, wat een echte hang/crash bug is op macOS en Windows spawn-based multiprocessing.

Getest op: 2026-07-14 · Claude Code 2.x (agent harness)

Installatie

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

Commando's en voorbeeldprompts

  • /arboretoInfer genregulerende netwerken uit expressiedata met GRNBoost2/GENIE3, geschaald via Dask.

Skills reageren op gewone verzoeken — geen commando's om te onthouden. Na installatie activeren prompts zoals deze de skill (in het Engels):

  • Infer a gene regulatory network with GRNBoost2
  • Run GENIE3 GRN inference on my expression matrix
  • Build a GRN from single-cell data using arboreto

Volledig rapport (Engels) →