Single-Cell RNA-seq QC

Automatiserad scverse-liknande QC för .h5ad/.h5 single-cell-data med MAD-baserad filtrering och diagnostiska diagram.

av biocontext-ai · biocontext-ai/skill-to-mcp

Testad · Fungerar ★ 9.6/10

Single-Cell RNA-seq QC — Automatiserad scverse-liknande QC för .h5ad/.h5 single-cell-data med MAD-baserad filtrering och diagnostiska diagram.

Vad den gör

Kör en fullständig single-cell RNA-seq QC-pipeline (scripts/qc_analysis.py) eller exponerar modulära funktioner (qc_core.py, qc_plotting.py) enligt scverse bästa praxis: MAD-baserad adaptiv outlier-detektering på antal/gener/mitokondriell%, genfiltrering, och före/efter diagnostiska visualiseringar. Aktiveras vid QC, filtrering, eller scverse/scanpy bästa praxis-förfrågningar för .h5ad eller 10X .h5-filer.

Testrapport

Körde scripts/qc_analysis.py ende-to-ende på en syntetisk 300-cells AnnData-fil: den härledde automatiskt MAD-tröskelvärden, flaggade 45 outlier-celler (15%), och skrev 3 verkliga diagnostiska PNG-filer plus filtrerade och QC-annoterade h5ad-utdata — ett baslinjeskript med fasta tröskelvärden producerade endast en filtrerad fil utan visualiseringar och ingen adaptiv resonemang.

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

Installation

git clone https://github.com/biocontext-ai/skill-to-mcp
cd skill-to-mcp
mkdir -p ~/.claude/skills
cp -r skills/single-cell-rna-qc ~/.claude/skills/single-cell-rna-qc

Kommandon och exempelprompter

/single-cell-rna-qcAutomatiserad scverse-liknande QC för .h5ad/.h5 single-cell-data med MAD-baserad filtrering och diagnostiska diagram.

Skills triggas av vanliga förfrågningar — inga kommandon att memorera. Efter installationen aktiverar prompter som dessa skillen (på engelska):

Run MAD-based QC filtering on my h5ad single-cell dataset
Flag low-count and MT-heavy cells in this AnnData file
Generate diagnostic QC plots for my scRNA-seq data

Läs hela rapporten →