Lokalisierter Leseleitfaden
single-cell-rna-qcZweck, Verwendung und Quelle
Führt eine Qualitätskontrolle an Einzelzell-RNA-Sequenzierungsdaten durch (.h5ad oder .h5Dateien) unter Anwendung der Best Practices von scverse mit MAD-basierter Filterung und umfassenden Visualisierungen. Verwendung, wenn Benutzer eine QC-Analyse anfordern, Zellen minderer Qualität herausfiltern, die Datenqualität bewerten oder Folgendes verfolgenscverse/scanpyBewährte Verfahren für die Einzelzellanalyse.
Quelle abgerufen:
- Quell-Repository
- anthropics/knowledge-work-plugins
- SKILL.md
bio-research/skills/single-cell-rna-qc/SKILL.md- Repository-Sterne
- 34,049
- Repository zuletzt aktualisiert
- 2026-10-30
- Fähigkeitskategorien
- Forschung
- Letzte Datenerfassung
Lizenz: Lizenzdatei: Prüfung ausstehend
Die Workflow-Auszüge dienen als Lesehilfe und sind keine ausführbaren Anweisungen von Codez. Für die Erstellung dieser Seite wurde keine Drittanbieter-Skill verwendet.
Die folgenden Abschnitte zu Zweck und Arbeitsablauf sind vorgelagertes Material, das zur besseren Lesbarkeit aufbereitet und übersetzt wurde. Sie unterscheiden sich von der separat gekennzeichneten redaktionellen Analyse von Codez.
Was diese Fähigkeit bewirkt
Führt eine Qualitätskontrolle an Einzelzell-RNA-Sequenzierungsdaten durch (.h5ad oder .h5Dateien) unter Anwendung der Best Practices von scverse mit MAD-basierter Filterung und umfassenden Visualisierungen. Verwendung, wenn Benutzer eine QC-Analyse anfordern, Zellen minderer Qualität herausfiltern, die Datenqualität bewerten oder Folgendes verfolgenscverse/scanpyBewährte Verfahren für die Einzelzellanalyse.
Wie der vorgelagerte Workflow funktioniert
Ansatz1Vollständige Qualitätskontrollpipeline (Empfohlen für Standard-Workflows)
Für die standardmäßige Qualitätskontrolle gemäß den Best Practices von scverse verwenden Sie das praktische Skript.scripts/qc_analysis.pyDas Skript erkennt das Dateiformat automatisch und lädt die Datei entsprechend. Wann diese Methode verwendet werden sollte: Standard-QC-Workflow mit anpassbaren Schwellenwerten (alle Zellen werden auf dieselbe Weise gefiltert).
Arbeitsablaufschritte
Das Skript führt folgende Schritte aus: Berechnung der QC-Metriken – Zähltiefe, Generkennung,mitochondrial/ribosomal/hemoglobinInhalt MAD-basierte Filterung anwenden - Zulässige Ausreißererkennung unter Verwendung von MAD-Schwellenwerten fürcounts/genes/MT% Filtergene – Entfernt Gene, die in wenigen Zellen nachgewiesen wurden
Aufwärtspassage · L67 ↗Ansatz2Modulare Bausteine (für benutzerdefinierte Arbeitsabläufe)
Für benutzerdefinierte Analyse-Workflows oder nicht standardmäßige Anforderungen verwenden Sie die modularen Hilfsfunktionen vonscripts/qc_core.pyUndscripts/qc_plotting.pyWann sollte dieser Ansatz verwendet werden? Wenn ein anderer Arbeitsablauf erforderlich ist (Schritte überspringen, Reihenfolge ändern, unterschiedliche Schwellenwerte auf Teilmengen anwenden) Bedingte Logik (z. B. Neuronen anders filtern als andere Zellen)
python3 scripts/qc_analysis.py input.h5ad
# or for 10X Genomics .h5 files:
python3 scripts/qc_analysis.py raw_feature_bc_matrix.h5Anforderungen und Einrichtung
Aus dieser Datei wurde kein Abschnitt mit kurzen Anforderungen ausgewählt. Dies bedeutet nicht, dass die Fertigkeit keine Abhängigkeiten hat. Überprüfen Sie die Anweisungen zur Repository-Einrichtung und die referenzierten Dateien.
Grenzwerte und Qualitätskontrollen
Qualitätskontrolle für Einzelzell-RNA-Sequenzierung
Automatisierter QC-Workflow für Einzelzell-RNA-Sequenzierungsdaten gemäß den Best Practices von scverse.
Aufwärtspassage · L6 ↗Beginnen Sie mit einem sicheren Testlauf
- Prüfen Sie den unterstützten Host und die Installationsanweisungen für das Repository. Halten Sie das Skill-Verzeichnis und die darin enthaltenen Skripte, Assets und Dokumentationen zusammen;SKILL.mdEine Einzelperson kann Abhängigkeiten außer Acht lassen.
- Geben Sie dem Agenten Ihre tatsächlichen Eingaben, die gewünschten Ausgaben und die Akzeptanzkriterien an. Aufrufsyntax und verfügbare Tools hängen vom Hostsystem ab; diese Website geht nicht von einem universellen Installationsbefehl aus.
- Testen Sie den Quellworkflow in einem temporären Projekt oder auf einer Kopie. Überprüfen Sie Vorgänge, die Dateien, Remote-Dienste oder abrechnungsfähige Ressourcen ändern, bevor Sie diese zulassen.
- Überprüfen Sie die Ausgabe anhand der Quellqualitätsprüfungen und Ihrer eigenen Anforderungen. Ein erfolgreicher Trigger oder eine hohe Anzahl von Sternen im Repository garantiert kein korrektes Ergebnis.
Lesen Sie mehr dazu in der Quelle.
- Qualitätskontrolle für Einzelzell-RNA-Sequenzierung
- Wann man diese Fähigkeit einsetzen sollte
- Ansatz1Vollständige Qualitätskontrollpipeline (Empfohlen für Standard-Workflows)
- Arbeitsablaufschritte
- Ansatz2Modulare Bausteine (für benutzerdefinierte Arbeitsabläufe)
- Bewährte Verfahren
- Referenzmaterialien
- Nächste Schritte nach der Qualitätskontrolle
Verwandte Fähigkeiten
Übersetzung und Umfang
Dieser Leseleitfaden wählt Passagen aus dem markierten stromaufwärts gelegenen Abschnitt aus.SKILL.mdDie Übersetzung wurde unterstützt. Es handelt sich weder um ein vollständiges Handbuch noch um eine Garantie für geprüfte Kompatibilität. Lesen Sie vor der Verwendung das Original und die darin referenzierten Dateien.
Diese Einleitung bezieht sich auf die unten angepinnte Version; die aktuelle Repository-Aktivität und der Erfassungszeitpunkt werden separat angezeigt.
- Angeheftete Quelle
- Lesen Sie das Original ↗
- Quelle abgerufen
- Source-Commit
2574e29377c7173d0cecffef29a6ecbd7f8ccb5d- Quelle SHA-256
49cb573916deec6fcf6cc2cb1b573469cbc8c34b84326597ce2db22d0202393f