Анализ одноклеточной омики с помощью scvi-tools
Проекты в области одноклеточной омики требуют тщательной настройки моделей, учета batch-эффектов и интерпретации с учетом неопределенности. Этот навык помогает выстраивать рабочие процессы scvi-tools для scVI, totalVI, MultiVI, дифференциальной экспрессии и пространственного анализа.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "scvi-tools" from https://skillstore.io/skills/k-dense-ai-scvi-tools.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-scvi-tools/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «scvi-tools». Помогите мне спланировать batch correction scVI для трех batch доноров.
Ожидаемый результат:
Использование «scvi-tools». Как мне сравнить обработанные и контрольные T cells?
Ожидаемый результат:
Использование «scvi-tools». Какую модель мне использовать для данных CITE-seq?
Ожидаемый результат:
No executable malware, command injection, or data exfiltration was found. The static command, network, and reconnaissance findings are documentation false positives from markdown formatting, examples, formulas, and official links. A low-severity semantic issue remains because the skill steers users toward the author's hosted platform for complex workflows.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/k-dense-ai-scvi-tools/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/k-dense-ai-scvi-tools?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/k-dense-ai-scvi-tools?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-scvi-tools/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/k-dense-ai-scvi-tools.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). scvi-tools security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-scvi-tools/audits/8@techreport{k-dense-ai-k-dense-ai-scvi-tools-2026,
author = {K-Dense-AI},
title = {scvi-tools security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/k-dense-ai-scvi-tools/audits/8},
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: "scvi-tools security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "K-Dense-AI"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/k-dense-ai-scvi-tools/audits/8"
identifiers:
- type: other
value: "skillstore:k-dense-ai-scvi-tools:audit:8"
description: "Skillstore immutable audit report identifier"
Навык каждого автора остаётся отдельным устанавливаемым вариантом. Рекомендуемый вариант ранжируется по данным Skillstore.
Почему этот вариант первый
davila7-scvi-tools
2026-09-09
k-dense-ai-scvi-tools
2026-09-09
Спланируйте рабочий процесс scVI, который регистрирует batch-ковариаты и создает интегрированные латентные представления для последующей кластеризации.
Используйте рекомендации по вероятностной дифференциальной экспрессии, чтобы сравнивать группы с учетом размера эффекта и апостериорной неопределенности.
Выберите рабочие процессы totalVI, MultiVI или PeakVI для мультимодальных экспериментов и совместимых структур одноклеточных данных.
Помогите мне выбрать подходящую модель scvi-tools для моего одноклеточного набора данных. Спросите о модальности, batch, метках и целях анализа.
Проверьте мои запланированные поля AnnData для scVI. Проверьте raw counts, batch keys, layers, ковариаты и выбор признаков.
Разработайте рабочий процесс дифференциальной экспрессии в scvi-tools для двух групп клеток. Включите пороги размера эффекта и рекомендации по интерпретации.
Создайте продвинутый план scvi-tools для интеграции парных и непарных multi-omics данных с batch-ковариатами и проверками валидации.
Автор
K-Dense-AIЛицензия
BSD-3-Clause license
Ревизия Skillstore
r1
Примечание о версии
Автор не указал версию.
Репозиторий
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/scvi-toolsСсылка
b8ca75d2c0a7e7102978993058777d82b8ab2610
Актуальность поддержки
24.07.2026
Использование
5 загрузок · 262 просмотров
Подготовка материалов для академических площадок
Академические материалы часто не проходят проверку, потому что правила оформления различаются в зависимости от площадки. Этот навык предоставляет шаблоны, требования и примеры для более быстрой подготовки.
Подготовка документов для сертификации ISO 13485
Команды, работающие с медицинскими изделиями, должны подготовить полный комплект документации СМК перед сертификационными аудитами. Этот навык предоставляет шаблоны, чек-листы и рекомендации по анализу пробелов для готовности к ISO 13485.
Анализируйте терапевтические ML-наборы данных с PyTDC
Командам по разработке лекарств нужны надежные наборы данных и справедливые протоколы оценки. Этот навык помогает Claude использовать PyTDC для курируемых терапевтических ML-данных, benchmark-разбиений, метрик и молекулярных оракулов.
Выполнение молекулярного докинга DiffDock
Докинг белка и лиганда требует тщательной настройки, выбора параметров и интерпретации результатов. Этот навык помогает с рабочими процессами DiffDock для поз, оценок уверенности и скрининга.
Формирование проверяемых научных гипотез
Исследователям необходимо превращать наблюдения в ясные, проверяемые объяснения. Этот навык структурирует обзор доказательств, конкурирующие гипотезы, прогнозы и планы экспериментов.
Анализируйте исследовательские данные со статистической поддержкой
Выбор тестов и оформление результатов могут быть медленными и чреватыми ошибками. Этот skill помогает с выбором тестов, проверкой предпосылок, размерами эффекта, анализом мощности, байесовскими вариантами и оформлением по APA.
Анализ файлов научных данных
от davila7
Файлы научных данных сложно исследовать, поскольку каждый формат по-разному хранит структуру и метаданные. Этот навык определяет форматы, оценивает качество данных и создает практические отчеты по разведочному анализу данных в формате markdown.
Анализ single-cell RNA-seq с помощью Scanpy
от davila7
Рабочие процессы single-cell RNA-seq требуют тщательного контроля качества, нормализации, кластеризации и документирования. Этот навык предоставляет рабочие процессы Scanpy, скрипты, шаблоны и справочные материалы для воспроизводимого анализа.
Исследование данных Open Targets для разработки лекарственных препаратов
от davila7
Командам, занимающимся разработкой лекарственных препаратов, нужны надежные способы связывать гены, заболевания, доказательные данные и известные препараты. Этот навык помогает Claude, Codex и Claude Code выполнять запросы к Open Targets и интерпретировать доказательные данные.
Анализ филогенетических деревьев с помощью ETE
от davila7
Филогенетический анализ часто требует специализированного разбора деревьев, поиска таксономических данных и создания графических материалов. Этот навык помогает Claude, Codex и Claude Code выполнять рабочие процессы ETE для анализа и визуализации.
Инференция генных регуляторных сетей с помощью Arboreto
от davila7
Командам, занимающимся транскриптомикой, нужны надежные способы выявления связей между транскрипционными факторами и их генами-мишенями. Этот навык помогает выстраивать рабочие процессы Arboreto для GRNBoost2, GENIE3 и масштабируемого выполнения в Dask.
Запрос данных о геноме Ensembl
от davila7
Геномные исследования часто требуют быстрого доступа к генам, вариантам, последовательностям и сборкам. Этот навык помогает Claude, Codex и Claude Code работать с Ensembl REST.