Bulk RNA-seq 分析分流
给出一批 bulk RNA-seq 的 FASTQ 或表达矩阵,产出该走定量质控还是差异表达的分流方案与执行命令。
功能与用途
Bulk RNA-seq 的请求常常混着两件事:从 FASTQ 出表达矩阵,和从矩阵做差异分析。这个能力做的是分流与统筹:FASTQ/BAM 走 counts-qc 出原始计数与 MultiQC 汇总,已有计数矩阵加样本元数据走 differential-expression 做对比与统计。两个都要时先做定量规划,等原始计数、样本元数据、重复、设计公式与对比都确认了再开始统计。标准流程优先 nf-core/rnaseq,容器或 registry 不可用时退到本地轻量 Snakemake/Salmon 路径。
适用场景
- 原始测序定量分流:针对只有 FASTQ 或 BAM 的数据,规划定量与质控路线,生成原始表达计数矩阵及 MultiQC 质控汇总。
- 差异表达分析规划:针对已获取的表达矩阵与样本元数据,配置实验设计公式、对比分组,生成差异表达分析与统计绘图方案。
- 端到端双阶段衔接:统筹从测序下机到差异分析的全流程,先核验定量与质控指标,再自动衔接下游生物学差异检验与报告交付。
适用人群
- 做转录组项目的生信分析人员
- 需要判断数据够不够做差异表达的研究人员
- 要搭 bulk RNA-seq 标准流程的计算生物学工程师
使用步骤
- 说明数据形态:是 FASTQ/BAM 还是已有计数矩阵,并给出物种与基因组版本、FASTA/GTF 或 nf-core 基因组键
- 确认双端与否、链特异性是否已知、样本表与元数据、目标只要计数还是要差异表达
- 按分流结论执行:定量走 run_bulk_rnaseq_counts_qc.py,统计走 run_bulk_rnaseq_de.py,或跑 nf-core/rnaseq 预检
- 定量完成后核对 run_manifest.json、summary.md 等运行信封与 MultiQC 汇总
- 统计前确认生物学重复、设计公式与对比清单,再进入 DESeq2/edgeR/limma 分析
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 知识
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-09-18
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Dispatch bulk RNA-seq requests to FASTQ-to-count QC or count-matrix differential-expression skills using nf-core/rnaseq, STAR, Salmon, featureCounts, MultiQC, and R/Bioconductor workflows.
使用前准备
- 需要命令行与 Python 环境、参考 FASTA/GTF 与转录组注释或 nf-core 基因组键
- nf-core 路径需 nextflow 与容器运行时
- 统计步骤需 R/Bioconductor
依赖与权限
- 读取用户主动提供的内容