生物学的配列の処理、多様性指標の計算、マイクロバイオームおよび生態学的データに対する統計的検定を実施します。このスキルは、アライメント、系統解析、次元縮約を含むバイオインフォマティクスワークフローに関する包括的なガイダンスを提供します。
スキルZIPをダウンロード
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
オンにして利用開始
テストする
「scikit-bio」を使用しています。 OTUテーブルから多様性指標を計算する
期待される結果:
- BIOMテーブルの読み込み: Table.read('table.biom')
- アルファ多様性の計算: alpha_diversity('shannon', counts, ids=sample_ids)
- ベータ多様性の計算: beta_diversity('braycurtis', counts, ids=sample_ids)
- PERMANOVAの実行: permanova(distance_matrix, grouping, permutations=999)
「scikit-bio」を使用しています。 配列から系統樹を構築する
期待される結果:
- FASTAからの配列読み込み: skbio.DNA.read('sequences.fasta')
- 距離行列の計算: seq1.distance(seq2) または kmer_distance の使用
- NJツリーの構築: nj(distance_matrix)
- Robinson-Foulds距離の計算: tree.robinson_foulds(other_tree)
セキュリティ監査
安全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.
リスク要因
⚙️ 外部コマンド (5)
🌐 ネットワークアクセス (1)
品質スコア
作れるもの
マイクロバイオームの多様性分析
OTUテーブルからアルファおよびベータ多様性を計算し、サンプルグループのPERMANOVA検定を実施します。
系統樹の構築
シーケンスアライメントからツリーを構築し、ツリー比較のためのRobinson-Foulds距離を計算します。
シーケンスデータの処理
19以上のファイル形式で生物学的配列を読み込み、フィルタリング、変換、バリデーションを実施します。
これらのプロンプトを試す
skbioでFASTAファイルを読み込み、リバースコンプリメントを計算し、regexパターンを使用してモチーフを見つける方法を示してください。
カウント行列からShannonアルファ多様性を計算し、サンプル間のBray-Curtisベータ多様性を計算するプロセスを案内してください。
距離行列からNeighbor Joiningを使用して系統樹を構築し、分類群間の系統距離（patristic distance）を計算する方法を教えてください。
サンプルグループが有意に異なるかどうかを判断するために、距離行列でPERMANOVA検定を実行する方法を示してください。999回のパーミテーションで実施します。
ベストプラクティス
- 大規模なシーケンスファイルにはジェネレータ（skbio.io.read）を使用してメモリ問題を回避してください
- 下流の解析と可視化のためにpandasおよびnumpyと統合してください
- 多様性計算の前にファイルの配列IDが一致しているかをバリデーションしてください
回避
- カウントに相対頻度を使用しないでください - まず整数に変換してください
- Robinson-Foulds距離を計算する際にルート付きツリーとルートなしツリーを混合しないでください
- PERMANOVAを実行する際にPERMDISPをスキップしないでください - 分散の仮定を確認してください