Arboreto

Utled genregulatoriske nettverk fra uttrykksdata med GRNBoost2/GENIE3, skalert via Dask.

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

Bestått ★ 8.8/10

Arboreto — Utled genregulatoriske nettverk fra uttrykksdata med GRNBoost2/GENIE3, skalert via Dask.

Hva den gjør

Veileder GRN-inferens fra bulk- eller enkeltcelle RNA-seq uttrykksdata ved hjelp av arboretos GRNBoost2 og GENIE3 algoritmer, inkludert TF-filtrering, lokal/klynge Dask-skalering, og pySCENIC-integrasjon. Utløses ved analyse av transkriptomikkdata for å finne transkripsjonsfaktor-til-målgen regulatoriske forhold.

Testrapport

Quick Start markerer `if __name__ == '__main__':` Dask-vakten som 'Critical' og gjentar den i Troubleshooting; et grunnlinjeskript samlet fra generell arboreto-kunnskap utelot den vakten, noe som er en ekte hang/crash-feil på macOS og Windows spawn-basert multiprosessering.

Testet på: 2026-07-14 · Claude Code 2.x (agent harness)

Installer

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

Kommandoer og eksempelprompter

/arboretoUtled genregulatoriske nettverk fra uttrykksdata med GRNBoost2/GENIE3, skalert via Dask.

Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen aktiverer prompter som disse skillen (på engelsk):

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

Full rapport →