pydeseq2
使用 PyDESeq2 分析 RNA-Seq 计数
Bulk RNA-seq 分析需要谨慎处理格式、模型设计和统计检验。此技能可指导从计数表到排序后的差异表达结果的 PyDESeq2 工作流。
安装前请停下并请求确认。
请审查安装计划，并在更改文件前获得用户明确同意。
使用我的智能体安装
将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。
Review the Skillstore skill "pydeseq2" from https://skillstore.io/skills/davila7-pydeseq2.md and its manifest at https://skillstore.io/api/skills/davila7-pydeseq2/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.你的智能体仍应展示其计划，并按安全策略请求必要确认。
Agent 可读资源
当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。
测试它
正在使用“pydeseq2”。 用户询问如何使用 PyDESeq2 比较处理组和对照组样本。
预期结果:
一个逐步分析计划，包括输入检查、基因筛选、模型拟合、Wald 检验和校正后 p 值解释。
正在使用“pydeseq2”。 用户的元数据中存在批次效应，并希望获得可靠的差异表达结果。
预期结果:
一个设计建议，将 batch 放在 condition 之前，验证样本对齐，并解释处理组与对照组的 contrast。
正在使用“pydeseq2”。 用户需要可用于发表的汇总表和图表。
预期结果:
关于导出排序结果、显著基因、火山图、MA 图，以及 log 倍数变化收缩注意事项的指导。
安全审计
高风险All 74 static findings are false positives involving Markdown, expected output writes, documentation links, or sample-filtering guidance. However, the workflow recommends pickle.load without a trust warning, which can execute malicious payloads. No prompt injection, network requests, credential access, or covert command execution was found.
已确认安全问题 (1)
风险因素
📁 文件系统访问 (4)
⚙️ 外部命令 (50)
🌐 网络访问 (2)
分享与引用此报告
分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。
复制报告链接
https://skillstore.io/skills/davila7-pydeseq2/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown 徽章
[](https://skillstore.io/skills/davila7-pydeseq2?utm_source=security_passport_badge)HTML 徽章
<a href="https://skillstore.io/skills/davila7-pydeseq2?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-pydeseq2/security.svg" alt="Skillstore security assessment" loading="lazy"></a>嵌入卡片
<iframe src="https://skillstore.io/embed/skills/davila7-pydeseq2.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>学术引用 (APA · BibTeX · CFF)
APA 引用
davila7. (2026). pydeseq2 security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-pydeseq2/audits/9BibTeX 引用
@techreport{davila7-davila7-pydeseq2-2026,
author = {davila7},
title = {pydeseq2 security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/davila7-pydeseq2/audits/9},
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: "pydeseq2 security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-pydeseq2/audits/9"
identifiers:
- type: other
value: "skillstore:davila7-pydeseq2:audit:9"
description: "Skillstore immutable audit report identifier"
比较变体
2 个可安装变体每位作者的技能都保持为独立的可安装项。推荐变体按 Skillstore 证据排序。
为什么此变体排名第一
Skillstore 评分
评分依据 证据置信度: 中你能构建什么
比较处理组
分析处理组和对照组的 bulk RNA-seq 样本，并识别校正后 p 值低于所选阈值的基因。
控制批次效应
构建一个多因素设计，在检验主要条件前对批次、年龄或其他协变量进行校正。
自动化标准报告
使用随附脚本为重复的差异表达分析创建结果表和图表。
试试这些提示
帮助我为 PyDESeq2 准备 bulk RNA-seq 计数和元数据。我的计数文件是基因为行、样本为列，我的元数据包含条件标签。
为处理组与对照组样本创建一个 PyDESeq2 工作流。包括筛选、设计公式、contrast 和结果导出步骤。
设计一个 PyDESeq2 分析，在控制批次的同时检验 condition。解释如何检查元数据并解释校正后 p 值。
审查我的 PyDESeq2 设计，其中包含 condition、batch 和交互项。识别秩问题、contrast 选择和报告风险。
最佳实践
- 在运行 PyDESeq2 前，确认计数为非负整数，并且样本与元数据匹配。
- 在模型拟合前，筛除低计数基因和缺失的元数据值。
- 使用校正后 p 值判断显著性，并主要将收缩后的倍数变化用于排序或绘图。
避免
- 不要将原始 p 值作为主要显著性阈值。
- 当批次效应与关注条件混杂时，不要忽略批次效应。
- 分析期间不要从不受信任的来源加载 pickle 文件。
常见问题
PyDESeq2 需要什么数据形状？
这能处理批次效应吗？
它会创建图表吗？
这和 R DESeq2 一样吗？
Claude、Codex 或 Claude Code 可以使用它吗？
我应该避免什么？
开发者详情
作者
davila7许可证
MIT
Skillstore 修订
r2
版本提示
作者未声明版本。
引用
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
维护新鲜度
2026/7/28
使用量
5 次下载 · 200 次浏览
文件结构