SKILLEMALL.ai

BD ssgep-single-sample-expression

Навык анализа экспрессии генов по одному образцу без повторов (SSGEP — Single Sample Gene Expression Profile). Полный цикл анализа экспрессии генов в транскриптоме растений/рода сливы и т. д.: получение исходных данных → контроль качества и количественная оценка → дифференциальный анализ и обогащение GO/KEGG → WGCNA коэкспрессия → генетическая дифференциация SNP → построение графиков DPI 600 → три формата для статей (HTML/DOCX/PPTX) + интерактивность Shiny. **Четко поддерживаются два режима**: Режим A: один образец без биологических повторов (только 1 образец на условие, используется метод фиксированной дисперсии 0.1 + метод изменения кратности); Режим B: с биологическими повторами (стандартная оценка дисперсии DESeq2/edgeR + формула дизайна). Вызывается, когда пользователь хочет провести анализ экспрессии РНК-сек, дифференциальных генов (DEG), WGCNA, поиск функциональных генов или запрашивает «три формата для статей/анализ экспрессии/пакетный проект проекта».

машинный переводПоказать оригиналСкрыть оригинал«单样本无重复表达谱技能(SSGEP — Single Sample Gene Expression Profile)。植物/梨属等转录组表达…»

单样本无重复表达谱技能(SSGEP — Single Sample Gene Expression Profile)。植物/梨属等转录组表达谱分析全流程:原始数据获取→质控定量→差异与GO/KEGG富集→WGCNA共表达→SNP遗传分化→600DPI出图→论文三格式(HTML/DOCX/PPTX)+Shiny交互。**明确支持两种模式**:模式A 单样本无生物学重复(每个条件仅1样本,用固定离散度0.1+折叠变化法);模式B 有生物学重复(标准DESeq2/edgeR离散度估计+设计公式)。当用户要做RNA-seq表达谱、差异基因(DEG)、WGCNA、功能基因挖掘,或要求"出论文三格式/做表达谱分析/打包项目案例"时调用。

ClawHub Agent Skills автор: BSK-Drs v1.0.1 MIT-0 3 файла тело ≈ 1 918 токенов Открыть источникclawhub.ai проанализирован 33 ч назад

Навык анализа экспрессии генов по одному образцу без повторов (SSGEP — Single Sample Gene Expression Profile).

Как процесс D 43/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураWordPowerPointРазработкатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
65
Прогон на моделях
не было
Процессный рейтинг
D
43/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "agent_created"

Процессный рейтинг: все десять параметров 43/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 30Повторный запуск. Изменяющих операций: 5, без проверки текущего состояния
  • 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
  • 100Шаги. Шагов: 69
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 1918 токенов
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -4Абсолютные локальные пути (C:\Users, /home/…): скилл не переносим
  • -2Ссылки на localhost: у другого пользователя не заработает
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 316 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 69 пунктов
  • +4Есть примеры (3 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 65.

Внешние проверки

ClawHub: clean
This is a transparent bioinformatics workflow skill whose broad triggers and command permissions deserve caution, but its behavior is disclosed and aligned with RNA-seq analysis.
LLM: benign (high) · VirusTotal: · 10 авг. 2026 г.