Analisar Conjuntos de Dados de Célula Única AnnData
Os fluxos de trabalho com AnnData podem falhar devido a metadados desalinhados, ficheiros grandes e escolhas de armazenamento pouco claras. Esta skill fornece orientação focada sobre estrutura de objetos, I/O, concatenação e análise com atenção à memória.
Copie esta solicitação para o seu Agente. Ela inclui a página canônica do Skill e o manifesto.
Review the Skillstore skill "anndata" from https://skillstore.io/skills/davila7-anndata.md and its manifest at https://skillstore.io/api/skills/davila7-anndata/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Seu Agente ainda deve apresentar o plano e solicitar qualquer confirmação exigida pela política de segurança.
Use estes links quando um agente de IA, crawler ou script precisar de contexto limpo em vez de ler a página completa.
Usando "anndata". Um utilizador pergunta qual formato usar para um conjunto de dados AnnData de 100 GB armazenado em armazenamento cloud.
Resultado esperado:
A resposta compara H5AD e Zarr, recomenda acesso lazy, explica tradeoffs de tamanho de chunk e lista verificações de validação antes de escrever resultados.
Usando "anndata". Um utilizador pergunta por que os metadados de amostra adicionados já não correspondem às células após a filtragem.
Resultado esperado:
A resposta identifica o alinhamento de índices como o problema provável e recomenda fazer join por nomes de observação com verificações de unicidade.
Usando "anndata". Um utilizador pergunta como unir três lotes de sequenciação mantendo os rótulos de origem.
Resultado esperado:
A resposta descreve um plano de concatenação usando rótulos de lote, nomes de variáveis consistentes, seleção de estratégia de merge e verificações de sanidade pós-merge.
All 60 static alerts are false positives caused by Markdown syntax, ordinary AnnData terminology, or explicit documentation examples. No hidden execution, credential access, reconnaissance, malicious network behavior, or prompt injection was found.
Compartilhe o relatório de avaliação versionado, o badge neutro, o cartão incorporável e as citações. A Skillstore apresenta evidências sem decidir se este Skill é seguro.
https://skillstore.io/skills/davila7-anndata/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/davila7-anndata?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/davila7-anndata?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-anndata/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/davila7-anndata.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>davila7. (2026). anndata security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-anndata/audits/9@techreport{davila7-davila7-anndata-2026,
author = {davila7},
title = {anndata security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/davila7-anndata/audits/9},
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: "anndata security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-anndata/audits/9"
identifiers:
- type: other
value: "skillstore:davila7-anndata:audit:9"
description: "Skillstore immutable audit report identifier"
Cada autor permanece como um skill instalável separado. A variante recomendada é classificada pelas evidências do Skillstore.
Por que esta variante está em primeiro
davila7-anndata
2026-09-09
k-dense-ai-anndata
2026-09-09
Criar objetos AnnData, carregar ficheiros 10X ou H5AD, adicionar metadados e preservar contagens brutas antes da filtragem.
Escolher backed mode, matrizes esparsas, armazenamento Zarr, chunking e compressão para análise com memória limitada.
Concatenar conjuntos de dados com rótulos de lote, resolver conflitos de índice e documentar escolhas de merge para reprodutibilidade.
Explique as principais partes de um objeto AnnData para um novo projeto de RNA-seq de célula única. Inclua o que pertence a X, obs, var, layers, obsm e uns.
Tenho uma grande matriz anotada que pode exceder a memória. Recomende um formato de armazenamento AnnData e um padrão de acesso, incluindo H5AD, Zarr, backed mode e tradeoffs de compressão.
Revise meu plano de atualização de metadados AnnData. Explique como evitar desalinhamento de índices de observação, nomes duplicados e erros view-versus-copy antes de eu adicionar anotações externas.
Desenhe um fluxo de trabalho reprodutível para concatenar múltiplos lotes AnnData, preservar rótulos de lote, escolher estratégias de join e merge, otimizar memória e validar o objeto combinado.
Autor
davila7Licença
MIT
Revisão da Skillstore
r2
Aviso de versão
O autor não declarou uma versão.
Repositório
https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/anndataReferência
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
Atualidade da manutenção
29/07/2026
Uso
5 downloads · 539 visualizações
Estrutura de arquivos
Criar Pôsteres de Pesquisa em LaTeX
Pôsteres de pesquisa são difíceis de formatar e revisar para impressão em LaTeX. Esta skill fornece modelos, orientações de layout e verificações de PDF para pôsteres prontos para conferências.
Crie Conteúdo de Marketing Pronto para SEO
Equipes de marketing precisam de conteúdo claro que corresponda à voz da marca e aos objetivos de busca. Esta skill fornece modelos, scripts de análise e orientações de plataforma para uma produção de conteúdo repetível.
Crie Planos Estruturados de Tratamento Médico
Os planos de tratamento clínico muitas vezes se tornam inconsistentes, extensos ou difíceis de revisar. Esta skill fornece modelos objetivos, metas mensuráveis, cronogramas e verificações locais de qualidade.
Criar relatórios clínicos estruturados
Equipes clínicas precisam de relatórios claros que sigam normas médicas e regulatórias. Esta skill fornece modelos, checklists e orientações de validação para relatos de caso, diagnósticos, ensaios e notas de pacientes.
Analisar Arquivos de Dados Científicos
Arquivos de dados científicos são difíceis de inspecionar porque cada formato armazena estruturas e metadados de maneira diferente. Esta habilidade detecta formatos, traça o perfil da qualidade dos dados e cria relatórios práticos de EDA em markdown.
Execute fluxos de trabalho de docking molecular com o DiffDock
A configuração do docking molecular costuma falhar porque é difícil alinhar as entradas, os parâmetros e os escores de confiança. Esta skill orienta os fluxos de trabalho do DiffDock desde a preparação até a análise dos resultados.
Analise RNA-seq de célula única com Scanpy
por K-Dense-AI
A análise de RNA-seq de célula única exige muitas decisões interligadas em QC, normalização, agrupamento e geração de gráficos. Esta skill oferece a Claude, Codex e Claude Code fluxos de trabalho estruturados em Scanpy, orientações de referência e scripts de análise reutilizáveis.
Realizar Investigação Biomédica com Biomni
por K-Dense-AI
As tarefas de investigação biomédica exigem frequentemente muitas ferramentas, conjuntos de dados e etapas de raciocínio. Esta skill orienta a configuração do Biomni, a conceção de tarefas, a configuração de fornecedores e a comunicação de resultados.
Processar dados JSON, YAML e TOML
por 0xDarkMatter
Dados de configuração estruturados podem ser difíceis de inspecionar em arquivos JSON, YAML e TOML. Esta skill orienta consultas jq e yq para extração, filtragem, conversão e atualizações.
Analise conjuntos de dados de ML terapêutico com PyTDC
por K-Dense-AI
Equipes de descoberta de fármacos precisam de conjuntos de dados confiáveis e protocolos de avaliação justos. Esta skill ajuda Claude a usar PyTDC para dados de ML terapêutico curados, divisões de benchmark, métricas e oráculos moleculares.
Elaborar Declarações de Disponibilidade de Dados da Nature
por Yuan1z0825
Autores de pesquisa muitas vezes precisam de uma redação precisa sobre disponibilidade de dados antes da submissão. Esta skill ajuda a elaborar declarações, mapear conjuntos de dados para rotas de acesso e verificar metadados FAIR.
Conceba Experiências de Email Fiáveis
por aaron-he-zhu
Os testes de email produzem frequentemente conclusões fracas porque os desenhos têm baixo poder estatístico ou alteram várias variáveis. Esta skill cria planos rigorosos e interpreta os resultados tendo em conta a incerteza.