技能 cellxgene-census

🧬

cellxgene-census

Name: cellxgene-census
Author: davila7

安全 ⚙️ 外部命令🌐 网络访问

Consulta más de 61M de conjuntos de datos genómicos de células individuales

也可从以下获取: K-Dense-AI

Los investigadores necesitan acceso eficiente a datos de células individuales a escala poblacional para estudios genómicos. Esta habilidad proporciona acceso impulsado por IA al CZ CELLxGENE Census con patrones de consulta optimizados y guías de integración para análisis posteriores.

支持: Claude Code(CC)

📊 69 充足

下载技能 ZIP

在 Claude 中上传

前往设置 → 功能 → 技能 → 上传技能

开启并开始使用

测试它

正在使用“cellxgene-census”。 Encuentra todos los tipos de células inmunes en tejido pulmonar y sus conteos

预期结果:

B cell: 45,230 células en 3 conjuntos de datos
T cell: 67,890 células en 5 conjuntos de datos
Macrophage: 23,450 células en 4 conjuntos de datos
Dendritic cell: 12,100 células en 2 conjuntos de datos
NK cell: 18,760 células en 3 conjuntos de datos

正在使用“cellxgene-census”。 Muéstrame cómo consultar genes marcadores en células T de pacientes con COVID-19

预期结果:

Usa get_anndata con obs_value_filter para enfermedad y tipo celular
Filtra por feature_name usando var_value_filter para selección de genes
Incluye is_primary_data == True para evitar células duplicadas
Recupera columnas de metadatos cell_type, tissue_general y donor_id

正在使用“cellxgene-census”。 Cómo uso datos de Census con scanpy para reducción de dimensionalidad

预期结果:

Carga datos con get_anndata usando filtros apropiados
Aplica normalización de scanpy: sc.pp.normalize_total
Ejecuta transformación logarítmica: sc.pp.log1p
Calcula PCA: sc.pp.pca
Genera UMAP: sc.tl.umap y sc.pl.umap

安全审计

安全

v5 • 1/17/2026

Pure documentation skill containing only markdown files with Python code examples. Static scanner flagged documentation patterns (code block syntax, text strings) as security issues due to misinterpretation. All findings are false positives. No executable code, network calls, file system access, or environment variable access exists.

已扫描文件

1,235

分析行数

发现项

审计总数

风险因素

⚙️ 外部命令 (200)

🌐 网络访问 (1)

skill-report.json:6

审计者: claude 查看审计历史 →

质量评分

架构

100

可维护性

内容

社区

100

安全

规范符合性

你能构建什么

Explorar tipos celulares en tejidos

Consultar distribuciones de tipos celulares en tejidos utilizando filtros de metadatos y funciones de agregación

Construir clasificadores de tipos celulares

Entrenar modelos de aprendizaje automático con datos de Census usando integración con PyTorch para descubrimiento de biomarcadores

Análisis entre conjuntos de datos

Integrar múltiples conjuntos de datos para estudios a escala poblacional con flujos de trabajo de scanpy

试试这些提示

Explorar datos disponibles

Muéstrame los tipos celulares únicos en el tejido cerebral del Census. Usa la habilidad cellxgene-census para consultar metadatos con el filtro is_primary_data == True.

Consultar expresión génica

Consulta datos de expresión para los genes CD4, CD8A y CD19 en células T y células B del tejido pulmonar. Usa cellxgene-census para recuperar objetos AnnData.

Entrenar modelo ML

Crea un cargador de datos de PyTorch usando el módulo experimental ml de cellxgene-census para entrenar un clasificador de tipos celulares con datos de células hepáticas con división 80-20 entrenamiento-prueba.

Análisis a gran escala

Muéstrame cómo usar axis_query con procesamiento fuera de memoria para iterar a través de datos de expresión de células cerebrales en fragmentos para análisis eficiente en memoria.

最佳实践

Incluye siempre el filtro is_primary_data == True para evitar contar células duplicadas entre conjuntos de datos
Especifica census_version explícitamente para análisis reproducibles en flujos de trabajo de producción
Usa gestor de contexto (declaración with) para limpieza automática de recursos al abrir Census

避免

Cargar el Census completo sin filtros causa desbordamiento de memoria
Ignorar la matriz de presencia de conjuntos de datos conduce a datos génicos faltantes
Usar filtros de texto libre en lugar de términos de ontología reduce la consistencia de las consultas

常见问题

¿Qué organismos están soportados?

El Census incluye datos únicamente para los organismos Homo sapiens (humano) y Mus musculus (ratón).

¿Cuántas células puedo consultar a la vez?

Las consultas pequeñas de menos de 100k células funcionan en memoria. Las consultas más grandes requieren axis_query con procesamiento fuera de memoria.

¿Puedo usar esto con scanpy?

Sí. La habilidad proporciona patrones de integración para cargar datos de Census directamente en objetos AnnData para flujos de trabajo de scanpy.

¿Están seguros mis datos?

La habilidad solo lee datos públicos de Census. No se transmiten datos de usuario. La biblioteca se conecta al repositorio de datos de CZ CELLxGENE.

¿Por qué faltan algunos genes?

Los genes pueden filtrarse durante la construcción de Census o no medirse en todos los conjuntos de datos. Usa la matriz de presencia para verificar la cobertura.

¿Cómo se compara esto con descargar conjuntos de datos directamente?

Census proporciona acceso estandarizado y versionado con metadatos unificados. Las consultas filtran datos del lado del servidor reduciendo las necesidades de descarga.

开发者详情

作者

davila7

许可证

MIT

仓库

https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/cellxgene-census

引用

main

文件结构

📁 references/

📄 census_schema.md

📄 common_patterns.md

📄 SKILL.md