表观组峰分析调度
给出 ATAC-seq、ChIP-seq、CUT&RUN 或 CUT&Tag 的 FASTQ/BAM 与基因组信息 → 分派到对应 assay 流程并产出质控、峰值与信号轨需求方案。
功能与用途
ATAC-seq、ChIP-seq、CUT&RUN、CUT&Tag 虽然都做峰分析,但建库方式、对照样本和峰型假设差别很大,混用流程会得不出可信结论。这个能力先确认 assay 类型、对照样本、生物学重复和峰型,再按 assay 分派到 nf-core/atacseq、chipseq 或 cutandrun,或对有准备的 BAM 直接用 MACS2。它会输出样本表校验、FastQC/MultiQC 结果与峰分析就绪度判定,也会给出可视化复核文件。
适用场景
- 表观实验技术类型分流:根据建库方式识别 ATAC、ChIP 或 CUT&Tag 实验类型,分派至专用峰检出与质控子流程。
- 对照与峰型参数适配:核验生物学重复、阴性对照及宽窄峰生物学特征,生成标准化样本表与端到端流水线配置文件。
- 测序下机快速就绪度检查:检查原始下机数据的测序结构与读长分布,输出峰检测就绪度指标与可视化报告前置配置。
适用人群
- 表观遗传研究科研人员
- 生信分析工程师
- CUT&Tag 建库实验人员
使用步骤
- 告诉它 assay 类型(ATAC/ChIP/CUT&RUN/CUT&Tag)、输入格式、物种与基因组构建、对照样本和重复信息
- 它会按 assay 选定 nf-core/atacseq、chipseq 或 cutandrun 工作流,并生成预检安装计划
- 用共享 FASTQ assay 包做样本表路径与读取结构校验,跑 seqkit stats 与 FastQC/MultiQC
- 拿到 peak_calling_readiness.json 就绪度判定,以及 HTML 看板、FRiP/峰 SVG 图、插入片段图、UCSC track 行和 IGV session 文件
- 核对重复与对照元数据是否正确带入样本表,再进入完整比对与差异峰分析
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 ATAC-seq, ChIP-seq, CUT&RUN, or CUT&Tag requests to assay-specific QC, alignment, signal-track, peak-calling, consensus, and differential peak workflows.
使用前准备
- 需要命令行环境与 Python 脚本插件
- 跑 nf-core 时需 nextflow 与 Docker 等容器 profile,另需准备 blacklist 文件与对照样本
依赖与权限
- 读取用户主动提供的内容