ATAC-seq Clustering Performance Interpretation
Förvandlar publicerade scATAC-seq klustringsmetriker till en rankad metodjämförelse
Testad · Fungerar
Vad den gör
Ett metodkort för att extrahera NMI, ARI och purity scores från single-cell ATAC-seq benchmark-tabeller, standardisera dem till en metod-per-dataset-matris, och ranka pipelines med sammanfattande statistik och kvantifierade luckor. Utlöses när du bestämmer vilken publicerad klustringsmetod eller variant du ska anta, eller om din är konkurrenskraftig. Ren vägledning, inga skript eller beroenden.
Testrapport
Matade den med en fyra-metoders med fem-datasets NMI-tabell med två saknade celler och frågade vilken pipeline som skulle antas. Båda körningarna valde SnapATAC, men det skill-guidade svaret lade till det som var viktigt: det behöll NA-cellerna explicita och rapporterade medelvärden två gånger, över tillgängliga värden och över de tre dataset som varje metod delade, vilket är det som avslöjar att det högsta råa medelvärdet (0.783) tillhör en metod som hoppade över de två svåraste dataseten och leder med endast 0.017 på gemensam mark. Den producerade också median, rank, per-dataset-vinnare, en stickprovskontroll av fem celler mot källan, och luckor i absoluta och relativa termer (+0.124 NMI, +22% för kmers+PCA över motifs+PCA) – det obehjälpta svaret gav medelvärden, en vinnare och ett förbehåll. Omfattningen är snäv, i huvudsak en publicerad benchmark, och frontmatter har en lös proveniensrad som namnger ett metabolomics collector script.
Testad: 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
Kommandon och exempelprompter
/atac-seq-clustering-performance-interpretationFörvandlar publicerade scATAC-seq klustringsmetriker till en rankad metodjämförelse
Skills triggas av vanliga förfrågningar — inga kommandon att memorera. Efter installationen aktiverar prompter som dessa skillen (på engelska):
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?