用途:面向高维单细胞生物数据(CyTOF质谱流式、scRNA-seq、流式细胞术)的初始分析流程,自动检测数据类型并生成含白话解释的临床报告,便于非生物信息学背景的医生阅读。\n\n主要能力:7步流水线——加载→QC→归一化→PCA/UMAP→聚类→标志物分析→报告;依据文件格式与标志物模式自动识别CyTOF、scRNA-seq或流式细胞术;QC、归一化与解读随数据类型调整;可运行完整流程或单独导入某一步骤。输出包括figures/(PNG图)、processed/adata_processed.h5ad、report.html与analysis_summary.json。\n\n使用方式:作为Claude Code插件使用,安装命令为 git clone https://github.com/<your-username>/bioinformatics-init-analysis.git ~/.claude/plugins/bioinformatics-init-analysis。依赖:pip install scanpy anndata matplotlib seaborn scipy scikit-learn pandas numpy;可选 fcsparser(用于.fcs流式文件)。命令行:python3 scripts/run_pipeline.py <input_path> [--data-type auto|cytof|scrnaseq|flow] [--subsample 500] [--output-dir ./analysis_output] [--report-style clinical|technical]。\n\n限制:资源中未提供性能、准确性或具体统计方法细节;references/与scripts/按需使用,脚本不可用时应说明阻塞并给出人工回退方案;生成物不得写回技能目录,需保存在项目工作区。许可为MIT。
bioinformatics-init-analysis
通用与其它
更新于 10-16 00:00