Fähigkeiten deeptools
🧬

deeptools

Sicher ⚙️ Externe Befehle📁 Dateisystemzugriff🌐 Netzwerkzugriff

NGS-Daten mit deepTools analysieren

Auch verfügbar von: davila7

Next-Generation-Sequencing-Daten verarbeiten und visualisieren. BAM in bigWig konvertieren, Qualitätskontrolldiagramme erstellen und publikationsreife Heatmaps für ChIP-seq-, RNA-seq- und ATAC-seq-Experimente generieren.

Unterstützt: Claude Codex Code(CC)
🥈 79 Silber
1

Die Skill-ZIP herunterladen

2

In Claude hochladen

Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen

3

Einschalten und loslegen

Teste es

Verwendung von "deeptools". Erstelle eine Heatmap des ChIP-seq-Signals um TSS-Regionen

Erwartetes Ergebnis:

  • Schritt 1: Matrix um TSS berechnen
  • computeMatrix reference-point -S signal.bw -R genes.bed -b 3000 -a 3000 --referencePoint TSS -o matrix.gz
  •  
  • Schritt 2: Heatmap generieren
  • plotHeatmap -m matrix.gz -o heatmap.png --colorMap RdBu --kmeans 3
  •  
  • Parametererklärung:
  • -b 3000: 3kb upstream von TSS
  • -a 3000: 3kb downstream von TSS
  • --kmeans 3: Gene in 3 Gruppen nach Signalmuster clustern

Verwendung von "deeptools". ChIP-seq-Qualität mit Fingerprint-Plot prüfen

Erwartetes Ergebnis:

  • plotFingerprint ausführen, um Anreicherung zu bewerten:
  • plotFingerprint -b input.bam chip.bam -o fingerprint.png --extendReads 200 --ignoreDuplicates
  •  
  • Interpretation:
  • - Steiler Anstieg zeigt starke ChIP-Anreicherung an
  • - Flache Diagonale deutet auf schwache Anreicherung hin
  • - Kontrolle sollte nahezu lineare Verteilung zeigen

Sicherheitsaudit

Sicher
v4 • 1/17/2026

All 519 static findings are FALSE_POSITIVES. The scanner misinterpreted markdown documentation examples with backticks as shell execution, 'SAM files' (Sequence Alignment/Map format) as Windows SAM database, and mentions of bioinformatics tools (samtools, plotFingerprint) as security threats. The Python scripts perform legitimate workflow generation for NGS analysis. No actual security risks present.

9
Gescannte Dateien
3,062
Analysierte Zeilen
3
befunde
4
Gesamtzahl Audits

Risikofaktoren

⚙️ Externe Befehle (2)
SKILL.md:41 SKILL.md:163-165
📁 Dateisystemzugriff (1)
scripts/workflow_generator.py:101-102
🌐 Netzwerkzugriff (1)
skill-report.json:6
Auditiert von: claude Audit-Verlauf anzeigen →

Qualitätsbewertung

82
Architektur
100
Wartbarkeit
87
Inhalt
22
Community
100
Sicherheit
78
Spezifikationskonformität

Was du bauen kannst

QC für ChIP-seq-Experimente

ChIP-Qualität validieren, Anreicherungsstärke bewerten und Replikate vor der nachgelagerten Analyse vergleichen.

Coverage-Track-Generierung

Normalisierte bigWig-Dateien aus BAM-Alignments für die Genom-Browser-Visualisierung erstellen.

Probenvergleich

Mehrere Proben mit Korrelationsanalyse vergleichen und publikationsreife Heatmaps erstellen.

Probiere diese Prompts

Grundkonvertierung 
Konvertiere meine sample.bam-Datei in einen normalisierten bigWig-Coverage-Track mit RPGC-Normalisierung für das hg38-Genom.
Qualitätsprüfung 
Überprüfe die Qualität meines ChIP-seq-Experiments, indem du einen Fingerprint-Plot und eine Korrelations-Heatmap erstellst.
Visualisierung 
Erstelle eine Heatmap, die das ChIP-Signal um Transkriptionsstartstellen für meine H3K4me3-Daten zeigt.
Vollständiger Workflow 
Erstelle einen vollständigen ChIP-seq-Analyse-Workflow von BAM-Dateien bis zu Heatmaps, der Behandlung versus Eingabekontrolle vergleicht.

Bewährte Verfahren

  • BAM-Dateien immer vor der Analyse mit dem Validierungsskript überprüfen, um sicherzustellen, dass Indizes existieren
  • Geeignete Normalisierungsmethode wählen: RPGC für ChIP-seq, CPM für RNA-seq-Bins, RPKM für Gen-Level-Analyse
  • --ignoreDuplicates verwenden, um PCR-Duplikate zu entfernen, es sei denn, Klonalität wird spezifisch analysiert

Vermeiden

  • --extendReads nicht für RNA-seq-Analysen verwenden, da es über Splice-Junctions hinaus erweitern würde
  • Normalisierungsmethoden beim Vergleich mehrerer Proben nicht mischen
  • Qualitätskontrollschritte vor detaillierter Analyse nicht überspringen

Häufig gestellte Fragen

Welche Normalisierungsmethode sollte ich für ChIP-seq verwenden?
Verwenden Sie RPGC für ChIP-seq-Coverage-Tracks oder CPM für einfache Normalisierung. Beide erfordern die effektive Genomgröße.
Warum gibt meine BAM-Datei einen Fehler aus?
Stellen Sie sicher, dass die BAM-Datei eine entsprechende .bai-Indexdatei hat. Ausführen: samtools index yourfile.bam
Kann ich dies für ATAC-seq-Daten verwenden?
Ja. Verwenden Sie alignmentSieve mit --ATACshift, um die Tn5-Korrektur vor der Coverage-Generierung anzuwenden.
Welche Genomgröße sollte ich verwenden?
Human hg38: 2913022398, Mouse mm10: 2652783500, Fly dm6: 142573017. Verwenden Sie die effektive Genomgröße, nicht die Assembly-Größe.
Wie vergleiche ich Behandlung vs. Kontrolle?
Verwenden Sie bamCompare mit --operation log2, um einen log2-Ratio-Track von ChIP über Input zu erstellen.
Warum sind meine Heatmaps leer?
Überprüfen Sie, ob Ihre bigWig- und BED-Dateien übereinstimmende Genom-Assemblies und Chromosomen verwenden.

Entwicklerdetails

Lizenz

BSD license

Repository

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/deeptools

Ref

main

Dateistruktur

📁 assets/

📄 quick_reference.md

📁 references/

📄 effective_genome_sizes.md

📄 normalization_methods.md

📄 tools_reference.md

📄 workflows.md

📁 scripts/

📄 validate_files.py

📄 workflow_generator.py

📄 SKILL.md