ATAC-seq Clustering Performance Interpretation
Przekształca opublikowane metryki klasteryzacji scATAC-seq w porównanie metod z rankingiem.
Testowano · Działa
Co robi ten skill
Karta metody do ekstrakcji wyników NMI, ARI i purity z tabel benchmarkowych scATAC-seq, standaryzowania ich w macierz metoda-przez-zestaw danych oraz rankingu potoków z podsumowaniem statystycznym i skwantyfikowanymi lukami. Uruchamia się, gdy decydujesz, którą opublikowaną metodę klasteryzacji lub wariant przyjąć, lub czy Twoja jest konkurencyjna. Czyste wskazówki, bez skryptów i zależności.
Raport z testu
Podano mu tabelę NMI z czterema metodami i pięcioma zestawami danych, z dwoma brakującymi komórkami, i zapytano, który potok wybrać. Oba uruchomienia wybrały SnapATAC, ale odpowiedź kierowana umiejętnością dodała to, co ważne: zachowała jawne komórki NA i dwukrotnie zgłosiła średnie, dla dostępnych wartości i dla trzech zestawów danych, które każda metoda współdzieliła, co ujawnia, że najwyższa surowa średnia (0.783) należy do metody, która pominęła dwa najtrudniejsze zestawy danych i prowadzi tylko o 0.017 na wspólnym gruncie. Wygenerowała również medianę, rangę, zwycięzców dla każdego zestawu danych, wyrywkową kontrolę pięciu komórek względem źródła oraz luki w kategoriach bezwzględnych i względnych (+0.124 NMI, +22% dla kmers+PCA nad motifs+PCA) – odpowiedź bez pomocy podała średnie, zwycięzcę i jedno zastrzeżenie. Zakres jest wąski, zasadniczo jeden opublikowany benchmark, a frontmatter zawiera błąd w linii pochodzenia, nazywający skrypt kolektora metabolomiki.
Testowano: 2026-07-28 · Claude Code 2.x (agent harness)
Instalacja
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
Komendy i przykładowe prompty
/atac-seq-clustering-performance-interpretationPrzekształca opublikowane metryki klasteryzacji scATAC-seq w porównanie metod z rankingiem.
Skille uruchamiają się na zwykłe polecenia — bez komend do zapamiętania. Po instalacji aktywują go prompty takie jak te (po angielsku):
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?