ATAC-seq Clustering Performance Interpretation
Zet gepubliceerde scATAC-seq clustering-metrics om in een gerangschikte methodevergelijking.
Getest · Werkt
Wat het doet
Een method card voor het extraheren van NMI, ARI en purity scores uit single-cell ATAC-seq benchmarktabellen, deze te standaardiseren in een methode-per-dataset matrix, en de pipelines te rangschikken met samenvattende statistieken en gekwantificeerde hiaten. Activeert wanneer u beslist welke gepubliceerde clusteringmethode of variant u wilt toepassen, of of de uwe concurrerend is. Pure begeleiding, geen scripts of afhankelijkheden.
Testrapport
Voerde het een NMI-tabel met vier methoden en vijf datasets, met twee ontbrekende cellen, en vroeg welke pipeline te adopteren. Beide runs kozen SnapATAC, maar het door de skill geleide antwoord voegde toe wat belangrijk was: het hield de NA-cellen expliciet en rapporteerde gemiddelden twee keer, over beschikbare waarden en over de drie datasets die elke methode deelde, wat blootlegt dat het hoogste ruwe gemiddelde (0.783) behoort tot een methode die de twee moeilijkste datasets oversloeg en slechts met 0.017 leidt op gedeelde grond. Het produceerde ook mediaan, rang, winnaars per dataset, een steekproef van vijf cellen tegen de bron, en hiaten in absolute en relatieve termen (+0.124 NMI, +22% voor kmers+PCA over motifs+PCA) — het ongeleide antwoord gaf gemiddelden, een winnaar en één kanttekening. De scope is smal, in wezen één gepubliceerde benchmark, en de frontmatter bevat een verdwaalde herkomstregel die een metabolomics collector script noemt.
Getest op: 2026-07-28 · Claude Code 2.x (agent harness)
Installatie
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
Commando's en voorbeeldprompts
/atac-seq-clustering-performance-interpretationZet gepubliceerde scATAC-seq clustering-metrics om in een gerangschikte methodevergelijking.
Skills reageren op gewone verzoeken — geen commando's om te onthouden. Na installatie activeren prompts zoals deze de skill (in het Engels):
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?