Genomische Dateien mit Pysam analysieren
Genomische Analysen scheitern häufig, wenn Dateiformate, Indizes und Koordinatensysteme uneinheitlich behandelt werden. Dieser Skill gibt Claude, Codex und Claude Code gezielte pysam-Anleitungen für Workflows zu Alignments, Varianten, Sequenzen und Coverage.
Kopieren Sie diese Anfrage in Ihren Agent. Sie enthält die maßgebliche Skill-Seite und das Manifest.
Review the Skillstore skill "pysam" from https://skillstore.io/skills/davila7-pysam.md and its manifest at https://skillstore.io/api/skills/davila7-pysam/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ihr Agent sollte weiterhin seinen Plan anzeigen und alle von der Sicherheitsrichtlinie verlangten Bestätigungen anfordern.
Verwenden Sie diese Links, wenn ein KI-Agent, Crawler oder Skript sauberen Kontext benötigt, statt die vollständige Seite zu lesen.
„pysam“ wird verwendet. Überprüfe einen BAM-Datei-Workflow für Coverage über chr7:55000000-55200000.
Erwartetes Ergebnis:
Ein prägnanter Plan mit Indexprüfungen, Koordinatenkonvertierung, Auswahl von pileup oder count_coverage und Zusammenfassungsmetriken für die Tiefenprüfung.
„pysam“ wird verwendet. Filtere eine VCF auf hochwertige Varianten und fasse Sample-Genotypen zusammen.
Erwartetes Ergebnis:
Ein schrittweiser Filteransatz mit Qualitätsschwellenwerten, Hinweisen zur Genotypbehandlung, Anleitung zur Header-Erhaltung und Validierungsprüfungen.
„pysam“ wird verwendet. Extrahiere Sequenzkontext um Varianten mithilfe von FASTA- und VCF-Eingaben.
Erwartetes Ergebnis:
Ein lokaler Workflow, der Referenzindizes prüft, Positionen sorgfältig konvertiert und Entscheidungen zur Handhabung von Kontextsequenzen meldet.
All 115 static findings are false positives caused by domain terminology, Markdown formatting, or ordinary genomic file examples. Pysam fetch() reads local indexed data and does not invoke a network API. No prompt injection, exfiltration intent, credential access, reconnaissance, or unsafe command construction was found.
Teile den versionierten Bewertungsbericht, das neutrale Badge, die Einbettungskarte und Zitate. Skillstore berichtet Nachweise, ohne zu entscheiden, ob dieser Skill sicher ist.
https://skillstore.io/skills/davila7-pysam/audits/10?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/davila7-pysam?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/davila7-pysam?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-pysam/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/davila7-pysam.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>davila7. (2026). pysam security audit report (audit version 10) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-pysam/audits/10@techreport{davila7-davila7-pysam-2026,
author = {davila7},
title = {pysam security audit report (audit version 10)},
institution = {Skillstore},
year = {2026},
number = {10},
url = {https://skillstore.io/skills/davila7-pysam/audits/10},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "pysam security audit report (audit version 10)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-pysam/audits/10"
identifiers:
- type: other
value: "skillstore:davila7-pysam:audit:10"
description: "Skillstore immutable audit report identifier"
Jeder Autor bleibt ein eigener installierbarer Skill. Die empfohlene Variante wird nach Skillstore-Nachweisen bewertet.
Warum diese Variante zuerst steht
davila7-pysam
2026-09-09
k-dense-ai-pysam
2026-09-09
Erstelle BAM- oder CRAM-Workflows, die Reads zählen, Flags prüfen, Coverage berechnen und Indizes korrekt behandeln.
Arbeite VCF- oder BCF-Filterung, Genotyp-Zugriff, INFO-Felder, FORMAT-Felder und Sample-Subsetting durch.
Nutze FASTA, FASTQ und tabix-indexierte Dateien, um Regionen zu extrahieren, Formate zu konvertieren und Sequenzzusammenfassungen vorzubereiten.
Ich habe BAM-, VCF-, FASTA- und FASTQ-Dateien. Erkläre, welche pysam-Klassen ich verwenden sollte und wann Indizes erforderlich sind.
Hilf mir, einen pysam-Workflow zu entwerfen, um Coverage pro Base für ausgewählte Regionen aus einer indexierten BAM-Datei zu berechnen.
Leite mich durch das Filtern einer VCF nach Qualität, Tiefe, Genotyp und Allelfrequenz, während Header-Informationen erhalten bleiben.
Entwirf eine lokale pysam-Pipeline, die VCF-Varianten mit BAM-Read-Support validiert und FASTA-Kontextsequenzen extrahiert.
Autor
davila7Lizenz
MIT
Skillstore-Revision
r2
Versionshinweis
Der Autor hat keine Version angegeben.
Ref.
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
Aktualität der Wartung
29.7.2026
Nutzung
7 Downloads · 191 Aufrufe
Dateistruktur
LaTeX-Forschungsposter erstellen
Forschungsposter sind in LaTeX schwer zu formatieren und für den Druck zu prüfen. Dieser Skill bietet Vorlagen, Layout-Anleitung und PDF-Prüfungen für konferenzfertige Poster.
SEO-fertige Marketinginhalte erstellen
Marketingteams benötigen klare Inhalte, die zur Markenstimme und zu Suchzielen passen. Diese Skill bietet Vorlagen, Analyseskripte und plattformspezifische Leitlinien für eine wiederholbare Content-Produktion.
Strukturierte medizinische Behandlungspläne erstellen
Klinische Behandlungspläne werden häufig uneinheitlich, lang oder schwer überprüfbar. Dieser Skill bietet fokussierte Vorlagen, messbare Ziele, Zeitpläne und lokale Qualitätsprüfungen.
Strukturierte klinische Berichte erstellen
Klinische Teams benötigen klare Berichte, die medizinischen und regulatorischen Standards entsprechen. Dieser Skill stellt Vorlagen, Checklisten und Validierungshinweise für Fallberichte, Diagnostik, Studien und Patientennotizen bereit.
Wissenschaftliche Datendateien analysieren
Wissenschaftliche Datendateien sind schwer zu untersuchen, da jedes Format Strukturen und Metadaten anders speichert. Dieser Skill erkennt Formate, erstellt Datenqualitätsprofile und erzeugt praxisorientierte EDA-Berichte im Markdown-Format.
DiffDock-Workflows für molekulares Docking ausführen
Die Einrichtung molekularer Docking-Verfahren scheitert häufig daran, dass Eingaben, Parameter und Konfidenzwerte schwer aufeinander abzustimmen sind. Dieser Skill führt durch DiffDock-Workflows von der Vorbereitung bis zur Prüfung der Ergebnisse.
Ensembl-Genomdaten abfragen
von K-Dense-AI
Genomische Forschung benötigt häufig genaue Gen-, Sequenz-, Varianten- und Orthologiedaten aus Ensembl. Diese Skill hilft Claude, Codex und Claude Code dabei, Ensembl REST APIs abzufragen und Ergebnisse für Analysen zu strukturieren.
RNA-seq-Differenzialexpression analysieren
von K-Dense-AI
Die Differenzialexpression bei Bulk RNA-seq erfordert eine sorgfältige Vorbereitung der Count-Daten, die Auswahl des Designs und die Interpretation der Ergebnisse. Diese Skill führt PyDESeq2-Workflows von Eingabeprüfungen bis zu getesteten Genen, Plots und gespeicherten Ergebnissen.
Genomische Intervalle mit gtars analysieren
von K-Dense-AI
Große Workflows für genomische Intervalle benötigen schnelle, reproduzierbare Werkzeuge. Dieser Skill führt Claude, Codex und Claude Code durch gtars-Befehle, Python-APIs und Workflows für BED, Coverage, Tokenisierung und Referenzsequenzen.
DNAnexus-Genomik-Workflows erstellen
von K-Dense-AI
Genomik-Teams benötigen verlässliche Anleitung für DNAnexus-Apps, Daten und Workflow-Ausführung. Dieser Skill organisiert Plattformmuster für Claude, Codex und Claude Code.
ENA-Sequenzdaten abfragen
von K-Dense-AI
Das Finden von ENA-Datensätzen und Download-Links kann mehrere APIs und Formate erfordern. Dieser Skill führt Claude, Codex und Claude Code durch Workflows für ENA-Suche, Metadaten, Taxonomie und Bulk-Downloads.
Therapeutische ML-Datensätze mit PyTDC analysieren
von K-Dense-AI
Teams in der Wirkstoffforschung benötigen zuverlässige Datensätze und faire Bewertungsprotokolle. Diese Skill hilft Claude dabei, PyTDC für kuratierte therapeutische ML-Daten, Benchmark-Splits, Metriken und molekulare Orakel zu verwenden.