스킬 scikit-bio
🧬

scikit-bio

안전 ⚙️ 외부 명령어🌐 네트워크 접근

تحليل البيانات البيولوجية باستخدام scikit-bio

또한 다음에서 사용할 수 있습니다: davila7

معالجة التسلسلات البيولوجية، وحساب مقاييس التنوع، وإجراء الاختبارات الإحصائية على بيانات الميكروبيوم والبيئة. توفر هذه المهارة إرشادات شاملة لسير عمل المعلوماتية الحيوية بما في ذلك محاذاة التسلسلات، والتحليل التطوري، والتنسيق.

지원: Claude Codex Code(CC)
📊 69 적절함
1

스킬 ZIP 다운로드

2

Claude에서 업로드

설정 → 기능 → 스킬 → 스킬 업로드로 이동

3

토글을 켜고 사용 시작

테스트해 보기

"scikit-bio" 사용 중입니다. حساب مقاييس التنوع من جدول OTU الخاص بي

예상 결과:

  • Read your BIOM table: Table.read('table.biom')
  • Calculate alpha diversity: alpha_diversity('shannon', counts, ids=sample_ids)
  • Calculate beta diversity: beta_diversity('braycurtis', counts, ids=sample_ids)
  • Run PERMANOVA: permanova(distance_matrix, grouping, permutations=999)

"scikit-bio" 사용 중입니다. بناء شجرة تطورية من تسلسلاتي

예상 결과:

  • Read sequences from FASTA: skbio.DNA.read('sequences.fasta')
  • Calculate distance matrix: seq1.distance(seq2) or use kmer_distance
  • Build tree with NJ: nj(distance_matrix)
  • Calculate Robinson-Foulds distance: tree.robinson_foulds(other_tree)

보안 감사

안전
v4 • 1/17/2026

Documentation-only skill with no executable code. All 133 static findings are false positives: detected backticks are markdown code delimiters, C2 keywords are scientific abbreviations (PC1, CCA, RDA for ordination methods), weak crypto flags are biological substitution matrices (BLOSUM62 for protein alignments), and URLs are official documentation links. No command injection, network exfiltration, or malicious patterns exist.

3
스캔된 파일
1,393
분석된 줄 수
2
발견 사항
4
총 감사 수
감사자: claude 감사 이력 보기 →

품질 점수

41
아키텍처
100
유지보수성
87
콘텐츠
21
커뮤니티
100
보안
83
사양 준수

만들 수 있는 것

تحليل تنوع الميكروبيوم

حساب التنوع ألفا وبيتا من جداول OTU وإجراء اختبار PERMANOVA على مجموعات العينات.

بناء الأشجار التطورية

بناء الأشجار من محاذاة التسلسلات وحساب مسافات Robinson-Foulds لمقارنة الأشجار.

معالجة بيانات التسلسلات

قراءة وتصفية وتحويل التسلسلات البيولوجية عبر أكثر من 19 تنسيق ملف مع التحقق.

이 프롬프트를 사용해 보세요

عمليات التسلسل الأساسية
أظهر لي كيفية قراءة ملف FASTA باستخدام skbio، وحساب التكامل العكسي، وإيجاد الأنماط باستخدام أنماط التعبير النمطي.
تحليل التنوع
رشدني خلال حساب تنوع ألفا Shannon من مصفوفة Counts وحساب تنوع بيتا Bray-Curtis بين العينات.
التحليل التطوري
ساعدني في بناء شجرة تطورية باستخدام Neighbor Joining من مصفوفة المسافة وحساب المسافات patristic بين الأنواع.
الاختبار الإحصائي
أظهر لي كيفية تشغيل اختبار PERMANOVA على مصفوفة المسافة لتحديد ما إذا كانت مجموعات العينات تختلف بشكل كبير، مع 999 تكرارًا.

모범 사례

  • استخدم المولدات (skbio.io.read) لملفات التسلسلات الكبيرة لتجنب مشاكل الذاكرة
  • التكامل مع pandas و numpy للتحليل والتصور اللاحق
  • التحقق من تطابق معرفات التسلسلات عبر الملفات قبل حساب التنوع

피하기

  • لا تستخدم الترددات النسبية للعد - حولها إلى أعداد صحيحة أولاً
  • لا تخلط بين الأشجار الجذرية وغير الجذرية عند حساب مسافات Robinson-Foulds
  • لا تتخطى PERMDISP عند تشغيل PERMANOVA - تحقق من افتراضات التشتت

자주 묻는 질문

ما التنسيقات التي يدعمها scikit-bio؟
FASTA و FASTQ و GenBank و EMBL و Clustal و PHYLIP و Stockholm و Newick و BIOM (HDF5/JSON) والمصفوفات المحدودة.
كيف أحسب التنوع التطوري؟
استخدم alpha_diversity('faith_pd', counts, tree=tree, otu_ids=feature_ids) مع شجرة تطورية جذرية.
ما الفرق بين التنوع ألفا وبيتا؟
مقاييس ألفا تقيس التنوع داخل العينة (مثل Shannon و Simpson)، وبيتا تقيس عدم التشابه بين العينات (مثل Bray-Curtis و UniFrac).
هل يمكنني استخدام scikit-bio مع QIIME 2؟
نعم، يقرأ scikit-bio ويكتب التنسيقات المتوافقة مع QIIME 2 بما في ذلك جداول BIOM والأشجار ومصفوفات المسافة.
كيف أتعامل مع ملفات التسلسلات الكبيرة بكفاءة؟
استخدم القراءة المبنية على المولدات: for seq in skbio.io.read('large.fasta', format='fasta', constructor=skbio.DNA)
ما الاختبارات الإحصائية المتاحة للبيانات البيئية؟
PERMANOVA و ANOSIM و PERMDISP و Mantel test و Bioenv لاختيار المتغيرات البيئية.

개발자 세부 정보

작성자

K-Dense-AI

라이선스

BSD-3-Clause license

참조

main

파일 구조