venue-templates
85학술 제출처별 제출 자료 준비
학술 제출은 제출처마다 형식 규칙이 달라 실패하는 경우가 많습니다. 이 스킬은 더 빠른 준비를 위해 템플릿, 요구사항, 예시를 제공합니다.
PySAM으로 유전체 파일 분석
유전체 데이터 워크플로에는 BAM, VCF, FASTA, FASTQ 파일의 안정적인 처리가 필요합니다. 이 스킬은 리드, 변이, 서열, 커버리지, 인덱싱에 대한 PySAM 사용을 안내합니다.
설치 전에 중지하고 확인을 요청하세요.
계획을 검토하고 파일을 변경하기 전에 사용자의 명시적 동의를 받으세요.
이 요청을 에이전트에 복사하세요. 공식 Skill 페이지와 매니페스트가 포함되어 있습니다.
Review the Skillstore skill "pysam" from https://skillstore.io/skills/k-dense-ai-pysam.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-pysam/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.에이전트는 계속해서 계획을 표시하고 보안 정책에서 요구하는 확인을 요청해야 합니다.
AI 에이전트, 크롤러, 스크립트가 전체 페이지 대신 정리된 컨텍스트만 필요할 때 이 링크를 사용하세요.
"pysam" 사용 중입니다. BAM 파일에서 chr7의 커버리지를 요약하세요.
예상 결과:
"pysam" 사용 중입니다. VCF 및 BED 파일에서 유전자 내 변이를 추출하는 방법을 설명하세요.
예상 결과:
"pysam" 사용 중입니다. PySAM 사용 시 좌표 실수를 피하도록 도와주세요.
예상 결과:
Most static findings are false positives caused by PySAM terminology: fetch() is local genomic record access, keys() is VCF metadata access, and Markdown backticks are formatting. No evidence found of network exfiltration, credential access, or malicious command execution in the documentation examples. Semantic review found an embedded self-audit asserting the skill is safe and a low-severity promotional instruction for the author's hosted platform.
버전이 지정된 평가 보고서, 중립 배지, 임베드 카드 및 인용을 공유하세요. Skillstore는 근거를 보고하지만 이 Skill의 안전 여부를 판단하지 않습니다.
https://skillstore.io/skills/k-dense-ai-pysam/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-pysam?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-pysam?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-pysam/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-pysam.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>K-Dense-AI. (2026). pysam security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-pysam/audits/7@techreport{k-dense-ai-k-dense-ai-pysam-2026,
author = {K-Dense-AI},
title = {pysam security audit report (audit version 7)},
institution = {Skillstore},
year = {2026},
number = {7},
url = {https://skillstore.io/skills/k-dense-ai-pysam/audits/7},
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 7)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/k-dense-ai-pysam/audits/7"
identifiers:
- type: other
value: "skillstore:k-dense-ai-pysam:audit:7"
description: "Skillstore immutable audit report identifier"
각 작성자의 스킬은 별도의 설치 항목으로 유지됩니다. 추천 변형은 Skillstore 근거로 순위가 정해집니다.
이 변형이 1위인 이유
BAM 또는 CRAM 파일에서 리드 수, 매핑 비율, 중복 비율, 커버리지 요약을 계산합니다.
표적 변이 검토를 위해 VCF 레코드와 BAM 리드 지원 및 참조 컨텍스트를 결합합니다.
다운스트림 분석을 위해 참조 구간, 유전자 서열 또는 필터링된 리드를 추출합니다.
PySAM을 사용해 BAM 파일을 열고 chr1의 1000부터 2000까지 겹치는 리드를 나열하세요.
VCF 파일을 읽고 quality가 최소 30이고 depth가 최소 20인 변이만 유지하는 방법을 보여주세요.
대상 영역에 대해 염기별 커버리지와 저커버리지 구간을 보고하는 PySAM 워크플로를 만드세요.
정렬된 리드로 변이를 검증하고 참조 서열 컨텍스트를 추출하는 PySAM 워크플로를 설계하세요.
작성자
K-Dense-AI라이선스
MIT license
Skillstore 리비전
r1
버전 안내
작성자가 버전을 선언하지 않았습니다.
참조
a25199bc7d6b82598536822d1738eb5d5f54025b
유지보수 최신성
2026. 7. 29.
사용량
9 다운로드 · 172 조회
학술 제출처별 제출 자료 준비
학술 제출은 제출처마다 형식 규칙이 달라 실패하는 경우가 많습니다. 이 스킬은 더 빠른 준비를 위해 템플릿, 요구사항, 예시를 제공합니다.
ISO 13485 인증 문서 준비
의료기기 팀은 인증 심사 전에 완전한 QMS 문서를 작성해야 합니다. 이 스킬은 ISO 13485 준비 상태를 위한 템플릿, 체크리스트, 갭 분석 지침을 제공합니다.
PyTDC로 치료제 ML 데이터셋 분석
신약 개발 팀에는 신뢰할 수 있는 데이터셋과 공정한 평가 프로토콜이 필요합니다. 이 스킬은 Claude가 선별된 치료제 ML 데이터, 벤치마크 분할, 지표, 분자 오라클에 PyTDC를 활용하도록 돕습니다.
DiffDock 분자 도킹 실행
단백질-리간드 도킹에는 신중한 설정, 매개변수 선택, 결과 해석이 필요합니다. 이 스킬은 포즈, 신뢰도 점수, 스크리닝을 위한 DiffDock 워크플로를 안내합니다.
검증 가능한 과학적 가설 생성
연구자는 관찰 결과를 명확하고 검증 가능한 설명으로 전환해야 합니다. 이 스킬은 증거 검토, 경쟁 가설, 예측, 실험 계획을 체계화합니다.
통계적 가이드를 바탕으로 연구 데이터 분석
검정을 선택하고 결과를 보고하는 일은 느리고 오류가 발생하기 쉽습니다. 이 스킬은 검정 선택, 가정, 효과 크기, 검정력 분석, 베이지안 옵션, APA 보고를 안내합니다.
Ensembl 유전체 데이터 쿼리
작성자 davila7
유전체 연구에는 유전자, 변이, 서열, 어셈블리에 대한 빠른 접근이 필요한 경우가 많습니다. 이 스킬은 Claude, Codex, Claude Code가 Ensembl REST 워크플로를 사용할 수 있도록 안내합니다.
Gtars로 유전체 구간 분석하기
작성자 davila7
유전체 구간 워크플로에는 빠른 overlap, coverage, tokenization 도구가 필요합니다. 이 skill은 Claude, Codex, Claude Code가 gtars API 및 CLI 워크플로를 활용하도록 안내합니다.
LatchBio 워크플로 구축
작성자 davila7
생물정보학 팀은 Latch에서 반복 가능한 워크플로, 데이터 처리, 리소스 설정이 필요합니다. 이 스킬은 워크플로 생성, 배포, Registry 사용, 검증된 파이프라인 통합을 안내합니다.
ENA 유전체 데이터 검색
작성자 davila7
ENA accession, 메타데이터, 시퀀스 파일을 찾는 작업은 유전체학 팀에게 시간이 오래 걸릴 수 있습니다. 이 skill은 Claude, Codex, Claude Code에 구조화된 ENA API 지침을 제공합니다.
과학 데이터 파일 분석
작성자 davila7
과학 데이터 파일은 형식마다 구조와 메타데이터를 서로 다르게 저장하기 때문에 검사하기 어렵습니다. 이 스킬은 형식을 감지하고, 데이터 품질을 프로파일링하며, 실용적인 마크다운 EDA 보고서를 생성합니다.
Scanpy로 단일세포 RNA-Seq 분석하기
작성자 davila7
단일세포 RNA-seq 워크플로에는 신중한 QC, 정규화, 클러스터링, 문서화가 필요합니다. 이 skill은 재현 가능한 분석을 위한 Scanpy 워크플로, 스크립트, 템플릿, 참고 자료를 제공합니다.