geniml
Analise Intervalos Genômicos com Geniml
Projetos de intervalos genômicos precisam de pré-processamento consistente, treinamento de embeddings e construção de universos. Esta skill orienta fluxos de trabalho do Geniml para arquivos BED, dados scATAC-seq e avaliação de modelos.
Instalar com meu Agente
Copie esta solicitação para o seu Agente. Ela inclui a página canônica do Skill e o manifesto.
Review the Skillstore skill "geniml" from https://skillstore.io/skills/davila7-geniml.md and its manifest at https://skillstore.io/api/skills/davila7-geniml/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.
Recursos legíveis por agentes
Use estes links quando um agente de IA, crawler ou script precisar de contexto limpo em vez de ler a página completa.
Testar
Usando "geniml". Um usuário pergunta como comparar centenas de arquivos BED de ATAC-seq.
Resultado esperado:
- Recomendou criar um universo de consenso antes do treinamento de embeddings.
- Descreveu tokenização, treinamento Region2Vec e métricas de qualidade.
- Sugeriu verificações de cobertura, revisão de agrupamentos e observações sobre reprodutibilidade.
Usando "geniml". Um usuário tem dados ATAC-seq de célula única no formato AnnData.
Resultado esperado:
- Mapeou a tarefa para scEmbed e integração com scanpy.
- Listou as coordenadas de pico, arquivos de tokens e configurações de modelo necessários.
- Sugeriu revisão de agrupamentos e UMAP após a geração dos embeddings.
Usando "geniml". Um usuário quer pesquisa com reconhecimento de metadados em coleções de arquivos BED.
Resultado esperado:
- Recomendou BEDspace para embeddings conjuntos de regiões e rótulos.
- Descreveu pré-processamento, treinamento de modelo, cálculo de distância e validação da pesquisa.
- Indicou StarSpace como uma dependência externa a ser instalada deliberadamente.
Auditoria de segurança
SeguroAI adjudication found no malicious intent, prompt injection, or unauthorized data exfiltration. The static findings are documentation examples, Markdown fences, public reference links, local Geniml CLI usage, and an explicit BBClient cache path for BED data.
Fatores de risco
⚡ Contém scripts (1)
📁 Acesso ao sistema de arquivos (4)
⚙️ Comandos externos (20)
🌐 Acesso à rede (4)
Compartilhar e citar este relatório
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.
Copiar link do relatório
https://skillstore.io/skills/davila7-geniml/audits/15?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportBadge Markdown
[](https://skillstore.io/skills/davila7-geniml?utm_source=security_passport_badge)Badge HTML
<a href="https://skillstore.io/skills/davila7-geniml?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-geniml/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Cartão incorporável
<iframe src="https://skillstore.io/embed/skills/davila7-geniml.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Citações acadêmicas (APA · BibTeX · CFF)
Citação APA
davila7. (2026). geniml security audit report (audit version 15) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-geniml/audits/15Citação BibTeX
@techreport{davila7-davila7-geniml-2026,
author = {davila7},
title = {geniml security audit report (audit version 15)},
institution = {Skillstore},
year = {2026},
number = {15},
url = {https://skillstore.io/skills/davila7-geniml/audits/15},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "geniml security audit report (audit version 15)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-09"
url: "https://skillstore.io/skills/davila7-geniml/audits/15"
identifiers:
- type: other
value: "skillstore:davila7-geniml:audit:15"
description: "Skillstore immutable audit report identifier"
Comparar variantes
2 variantes instaláveisCada autor permanece como um skill instalável separado. A variante recomendada é classificada pelas evidências do Skillstore.
Por que esta variante está em primeiro
davila7-geniml
2026-09-09
k-dense-ai-geniml
2026-09-09
Pontuação do Skillstore
Por que esta pontuação Confiança das evidências: AltoO que você pode criar
Treinar Embeddings de Regiões
Prepare arquivos BED, tokenize em relação a um universo e treine recursos Region2Vec para análises posteriores.
Analisar Acessibilidade de Célula Única
Use as orientações do scEmbed para criar embeddings de células, agrupar células e integrar resultados com scanpy.
Criar Coleções Genômicas Pesquisáveis
Combine embeddings BEDspace com metadados para oferecer suporte à pesquisa por similaridade entre regiões e rótulos.
Teste estes prompts
Tenho arquivos BED e metadados. Ajude-me a escolher um fluxo de trabalho do Geniml e liste as entradas necessárias.
Oriente-me na criação de um universo de picos de consenso a partir de vários arquivos BED usando Geniml. Inclua escolhas de parâmetros e verificações de qualidade.
Crie um fluxo de trabalho Region2Vec para estes arquivos BED e este universo. Inclua tokenização, parâmetros de treinamento e métricas de avaliação.
Projete um pipeline BEDspace avançado para pesquisa genômica com reconhecimento de metadados. Inclua pré-processamento, treinamento, cálculo de distância e validação.
Boas práticas
- Confirme a montagem do genoma, os tamanhos dos cromossomos e a escolha do universo antes da tokenização.
- Registre parâmetros, sementes aleatórias, versões de software e a procedência dos arquivos de entrada.
- Avalie embeddings com múltiplas métricas e revisão visual antes da interpretação.
Evitar
- Não misture arquivos BED de diferentes montagens do genoma sem liftover.
- Não treine embeddings antes de verificar a cobertura da tokenização.
- Não use instalações de desenvolvimento em produção sem fixar uma revisão.
Perguntas frequentes
Com quais dados esta skill funciona?
Ela pode criar universos de picos de consenso?
Ela oferece suporte a fluxos de trabalho ATAC-seq de célula única?
Ela executa Geniml automaticamente?
Quais dependências externas podem ser necessárias?
Isso é adequado para pipelines de genômica em produção?
Detalhes do desenvolvedor
Autor
davila7Licença
MIT
Revisão da Skillstore
r1
Aviso de versão
O autor não declarou uma versão.
Repositório
https://github.com/davila7/claude-code-templates/tree/main/cli-tool/components/skills/scientific/genimlReferência
b959ebfd1043a07c0c4378ab94ca4342cb0259f5
Atualidade da manutenção
28/07/2026
Uso
6 downloads · 389 visualizações
Estrutura de arquivos