スキル flowio
🔬

flowio

安全 ⚙️ 外部コマンド🌐 ネットワークアクセス⚡ スクリプトを含む

FCSフローサイトメトリーファイルの読み取りと書き込み

こちらからも入手できます: davila7

フローサイトメトリーデータには特殊なファイルHandlingが必要です。FlowIOはFCSファイルを解析し、イベントデータをNumPy配列として抽出 downstream分析パイプラインへのCSV形式への変換を可能にします。

対応: Claude Codex Code(CC)
📊 69 十分
1

スキルZIPをダウンロード

2

Claudeでアップロード

設定 → 機能 → スキル → スキルをアップロードへ移動

3

オンにして利用開始

テストする

「flowio」を使用しています。 私のフローサイトメトリーファイルを読み取り、チャンネル情報を表示してください

期待される結果:

  • ファイル: sample.fcs (245 KB)
  • FCSバージョン: 3.1
  • イベント数: 10,234
  • チャンネル数: 8
  • チャンネル [0] FSC-A | フォワードスキャッター | scatter
  • チャンネル [1] SSC-A | サイドスキャッター | scatter
  • チャンネル [2] FL1-A | FITC | fluoro
  • チャンネル [3] FL2-A | PE | fluoro
  • タイムチャンネル: インデックス 7

「flowio」を使用しています。 このFCSファイルをCSV形式に変換してください

期待される結果:

  • 15,000イベントと12チャンネルでsample.fcsを読み込みました
  • イベントデータをPandas DataFrameに変換しました
  • sample.csvにエクスポートしました (2.3 MB)
  • カラム: FSC-A、SSC-A、FL1-A、FL2-A、FL3-A、FL4-A、FL5-A、Time

セキュリティ監査

安全
v4 • 1/17/2026

All 177 static findings are false positives. The scanner misidentified markdown documentation artifacts and legitimate scientific terminology as security issues. Shell command patterns are installation instructions in code blocks. 'Weak cryptographic algorithm' detections refer to 'PnE' (Parameter n Exponential), a legitimate flow cytometry data format term for amplification exponents. No actual executable code or malicious patterns exist in this skill.

3
スキャンされたファイル
1,962
解析された行数
3
検出結果
4
総監査数

リスク要因

⚙️ 外部コマンド (2)
references/api_reference.md:9-11 SKILL.md:31-33
🌐 ネットワークアクセス (1)
skill-report.json:6
⚡ スクリプトを含む (1)
SKILL.md:350-355
監査者: claude 監査履歴を表示 →

品質スコア

41
アーキテクチャ
100
保守性
87
コンテンツ
21
コミュニティ
100
セキュリティ
78
仕様準拠

作れるもの

サイトメトリーデータの前処理

FCSファイルからイベントを抽出し、コンペンセーションおよびゲーティングツールを使用した分析パイプライン用のデータを準備します。

実験ファイルの検査

フローサイトメトリーデータのチャンネル数、イベント数、メタデータを特別なソフトウェアなしで素早く確認できます。

CSVへのバッチ変換

FCSファイルのディレクトリを処理し、機械学習ワークフロー用のCSV形式にエクスポートします。

これらのプロンプトを試す

基本的なファイル読み取り 
FlowIOを使用してexperiment.fcsを読み取り、バージョン、イベント数、チャンネル名を表示してください。
イベントデータの抽出 
FlowIOを使用してsample.fcsを読み取り、前処理を適用したNumPy配列としてイベントデータを抽出してください。
FCSファイルの作成 
1000イベント、5チャンネル（FSC-A、SSC-A、FL1-A、FL2-A、Time）というNumPy配列からoutput.fcsという新しいFCSファイルを作成してください。
バッチ変換 
data/ディレクトリ内のすべての.fcsファイルを見つけ、それぞれを読み取り、同じベース名でCSVファイルにイベントデータをエクスポートしてください。

ベストプラクティス

  • メタデータのみが必要な場合はonly_text=Trueパラメータを使用してメモリを節約してください
  • ファイル操作をtry-exceptブロックで囲み、解析エラーを適切に処理してください
  • オフセットの不整合があるファイルにはignore_offset_discrepancy=Trueを使用してください

回避

  • FlowDataオブジェクト内のイベントデータを直接編集しようとしないでください
  • マルチデータセットファイルにFlowDataコンストラクタを使用しないでください - read_multiple_data_sets()を使用してください
  • 前処理が常に望ましいとは限りません - preprocessパラメータを明示的に設定してください

よくある質問

どのFCSバージョンがサポートされていますか？
FlowIOは読み取りと書き込みの両方でFCSバージョン2.0、3.0、3.1をサポートしています。
メタデータのみを抽出するにはどうすればよいですか？
FlowDataコンストラクタにonly_text=Trueを渡して、DATAセグメントの解析をスキップしメモリを節約してください。
イベントデータを編集できますか？
FlowIOは直接編集をサポートしていません。as_array()でデータを抽出し、編集してからcreate_fcs()で保存してください。
マルチデータセットファイルを処理するにはどうすればよいですか？
すべてのデータセットをリストとして取得するには、FlowDataコンストラクタではなくread_multiple_data_sets()関数を使用してください。
どのような前処理が適用されますか？
デフォルトでは、FlowIOはゲインスケーリング、PnE値を使用した対数変換、および時間スケーリングを適用します。
他のツールと統合できますか？
はい、コンペンセーション/ゲーティングにはFlowKitと組み合わせるか、Pandas DataFrameにエクスポートして解析してください。

開発者の詳細

作成者

K-Dense-AI

ライセンス

BSD-3-Clause license

リポジトリ

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

参照

main

ファイル構成

📁 references/

📄 api_reference.md

📄 SKILL.md