AI Skill 大全

单细胞 RNA 测序落库分析

给出单细胞或单核 RNA-seq 的 FASTQ、矩阵、h5、h5ad 或 rds → 规划从 FASTQ 到计数矩阵的上游流程,并把计数后质控与聚类交给内嵌能力。

功能与用途

单细胞分析要先分清上游和下游:从 FASTQ 生成计数矩阵属于上游,矩阵质控、注释、聚类、UMAP 属于计数后环节。这个能力负责上游接收与路由,会确认输入类型、化学试剂或 barcode/UMI 布局、物种参考和样本元数据,优先用 nf-core/scrnaseq、STARsolo、kb-python 或 alevin-fry,只有在明确需要厂商标准输出且接受 10x EULA 时才用 Cell Ranger。计数后的部分必须转给内嵌的 scrna-seq-qc。

适用场景

  • 原始测序数据定量建库:从单细胞或单核原始 FASTQ 文件出发,根据文库化学试剂与 UMI 结构选择适配工具,比对生成表达计数矩阵与细胞条形码表。
  • 开源比对工具选型与适配:在受限环境或避免厂商商业依赖时,规划并调度 STARsolo、alevin-fry 或 nf-core 等开源比对定量流程。
  • 单细胞上下游链路衔接:接收 FASTQ 或矩阵输入,完成上游定量后自动规划并路由至双胞识别、环境 RNA 清除及降维聚类等质控分析环节。

适用人群

  • 单细胞测序研究科研人员
  • 生信分析工程师
  • 单细胞平台数据分析岗

使用步骤

  1. 说明输入类型(FASTQ/计数矩阵/h5/h5ad/rds)、是单细胞还是单核、化学试剂或 barcode 布局、物种参考与样本元数据
  2. 它会先跑 ngs_preflight.py 生成安装计划,再选定 nf-core/scrnaseq、STARsolo、kb-python 或 alevin-fry 路径
  3. FASTQ 到计数阶段用 run_scrnaseq_fastq_to_count.py 执行,需提供基因组 FASTA、注释 GTF 与 cb whitelist
  4. 拿到计数矩阵、barcode 与 feature 表、化学试剂或白名单选择记录和后端摘要,以及资源就绪度文件
  5. 计数后的质控、双细胞、环境 RNA、注释、聚类与 UMAP 转给内嵌 scrna-seq-qc 处理

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

Route single-cell or single-nucleus RNA-seq FASTQs to public count-generation workflows and defer post-count matrix QC, annotation, clustering, and UMAP analysis to the embedded scrna-seq-qc skill.

使用前准备

  • 需要命令行环境与 Python 脚本插件
  • 本地跑需 STARsolo 等参考资源,nf-core 路径需 nextflow 与容器/HPC profile

依赖与权限

  • 读取用户主动提供的内容

同类 Skill