AI Skill 大全

RNA-seq 定量与质控

给出 RNA-seq 的 FASTQ 与样本表、参考注释,产出定量矩阵、MultiQC 汇总、质控判定与阻塞问题清单。

功能与用途

这一环负责把 RNA-seq 读段变成可信的表达矩阵。关键判断点包括:链特异性未知要先推断再锁定计数,基因组 FASTA、GTF、转录组与比对索引必须同版本同 release,参考要逐一检查每样本读段数、比对率、rRNA/线粒体比例、重复、插入片段、基因体偏好与分配率。原始计数要与归一化表达分开保存,样本元数据必须原样带下去,因为下游差异表达完全依赖它。产物里还会明确列出会阻塞 DE 的问题,比如缺重复、分组标错或严重批次/文库失败。

适用场景

  • 转录组测序比对与丰度定量:通过 Salmon 或 STAR 生成基因及转录本原始计数和归一化 TPM 矩阵。
  • 测序文库链特异性推断与校验:检测样本真实链方向,排查配置差异并防止因链反向导致的错误定量。
  • 文库质量与差异分析门禁评估:检查比对率、rRNA 污染、基因覆盖偏好与重复样本,标记阻断下游的问题。

适用人群

  • 做转录组定量的生信分析人员
  • 需要生成基因层面计数矩阵用于下游统计的研究人员
  • 负责 RNA-seq 流程质控判定的计算生物学者

使用步骤

  1. 提供 FASTQ 或已比对读段、样本表,并说明物种、基因组版本、FASTA/GTF 与基因 ID 约定
  2. 确认链特异性是否已知、要基因计数还是转录本估计还是都要,以及比对策略(STAR/Salmon、纯 Salmon、featureCounts)
  3. 跑预检与本地 runner 生成运行信封与资源就绪度文件,确认参考是否完整
  4. 查看 MultiQC 与质控判定 JSON:比对率、重复、文库类型一致性、离群样本
  5. 取回 quant.sf、TPM/NumReads/有效长度矩阵、基因层面计数与 tx2gene 溯源表,原样带上样本元数据

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。

查看 MCP 接入说明

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

Run or plan bulk RNA-seq FASTQ-to-count processing with sample-sheet, strandedness, genome annotation, alignment or pseudoalignment, MultiQC, and count-matrix QC checks.

使用前准备

  • 需要命令行与 Python 环境、同版本同 release 的基因组 FASTA、GTF、转录组与索引,以及样本元数据
  • nf-core 路径需 nextflow 与容器
  • 本地轻量路径需 Snakemake 与 Salmon

依赖与权限

  • 读取用户主动提供的内容

同类 Skill