基因工程 Skill技能列表

4.5

Latch生物信息工作流集成Skill latchbio-integration

LatchBio Integration是一个用于在云平台上构建、部署和管理生物信息学工作流的Python框架。它支持使用@workflow/@task装饰器定义任务,集成Nextflow和Snakemake管道,并提供数据管理、资源配置和已验证工作流功能,广泛应用于基因工程、RNA-seq分析、蛋白质结构预测等领域。关键词:生物信息学、工作流、Python、云平台、数据分析、基因工程、服务器无服务。

4.5

Kraken2分类器技能Skill kraken2-taxonomic-classifier

Kraken2 分类器技能是一个用于宏基因组学研究的生物信息学工具,能够对高通量测序产生的读段进行快速、准确的物种分类。该工具基于 k-mer 匹配算法,支持自定义数据库构建、置信度过滤和丰度估计(通过 Bracken),适用于微生物组分析、环境样本检测等场景。关键词:宏基因组分类,物种鉴定,k-mer 算法,微生物组分析,生物信息学工具。

4.5

基因调控网络推断工具Skill arboreto

Arboreto 是一个用于从基因表达数据中推断基因调控网络的Python库,支持GRNBoost2和GENIE3机器学习算法,可通过Dask进行分布式计算,适用于单细胞RNA-seq和基因调控网络分析。关键词:基因调控网络、机器学习、Python、Dask、GRN推断、生物信息学、转录因子、基因表达。

4.5

Ensembl基因组数据库查询技能Skill ensembl-database

本技能用于通过REST API高效查询Ensembl基因组数据库,支持基因信息检索、DNA序列获取、变异效果预测、比较基因组学分析等功能,关键词包括Ensembl数据库、基因查询、序列分析、变异预测、比较基因组学,适用于生物信息学和基因组学研究。

4.5

STARRNA-seq比对器技能Skill star-rnaseq-aligner

STAR RNA-seq比对器技能是一个生物信息学工具,专门用于处理RNA测序数据。它能够执行剪接感知的读段比对,精准识别基因的剪接位点,支持双程比对模式以发现新的剪接变异,并具备嵌合读段检测功能用于分析基因融合事件。该技能还能生成基因表达定量数据,并提供全面的质量控制指标。它可与下游的差异表达分析、单细胞RNA-seq分析等流程无缝集成,是转录组学研究中的核心比对工具。关键词:RNA-seq, 转录组学, 剪接比对, STAR, 基因定量, 质量控制, 生物信息学, 基因融合, 差异表达。

4.5

基因组分析工具包GtarsSkill gtars

Gtars是一款基于Rust的高性能基因组分析工具包,提供Python绑定,专门用于基因组区间数据处理、BED文件操作、覆盖轨迹生成、重叠检测、机器学习令牌化和片段分析。适用于生物信息学、计算基因组学和机器学习应用,关键词包括基因组分析、Rust工具包、Python绑定、覆盖分析、令牌化、生物信息学。

4.5

DeepVariant变异检测器Skill deepvariant-caller

DeepVariant变异检测技能是一个基于深度学习的生物信息学工具,专门用于高精度检测基因组中的单核苷酸变异和插入缺失。该技能支持GPU加速、多种测序模式选择、模型定制化训练和容器化部署,适用于全基因组测序、外显子组测序和长读长测序数据分析。关键词:DeepVariant变异检测、深度学习基因组分析、SNV插入缺失检测、生物信息学工具、GPU加速测序分析、容器化生物信息流程。

4.5

DNAnexus集成平台Skill dnanexus-integration

DNAnexus集成技能是一个用于DNAnexus云基因组学平台的开发和管理工具。它支持应用开发、数据操作、作业执行、Python SDK使用和配置管理,适用于生物信息学管道开发和执行。关键词:DNAnexus, 云计算, 基因组学, 数据分析, Python SDK, 工作流自动化, 生物信息学, 数据管理, 云原生, 管道执行。

4.5

scvi-toolsSkill scvi-tools

scvi-tools 是一个用于单细胞组学数据分析的 Python 框架,基于深度生成模型和变分推断,支持多种单细胞数据模态,如 scRNA-seq、scATAC-seq、CITE-seq 等,用于概率建模、批次校正、降维、差异表达分析、细胞类型注释等任务。关键词:单细胞测序、数据分析、Python、深度学习、变分推断、生物信息学、批次校正、scVI、scANVI、概率模型、单细胞组学。

4.5

HPO表型匹配器Skill hpo-phenotype-matcher

HPO表型匹配技能是一个生物信息学工具,专门用于人类表型本体分析,实现表型驱动的基因优先排序。该技能通过HPO术语匹配、基因-表型关联评分、语义相似性分析等功能,帮助临床基因组学研究人员将患者表型与基因变异关联,支持罕见病诊断和临床变异解读。关键词:人类表型本体、HPO、表型匹配、基因优先排序、临床基因组学、罕见病诊断、生物信息学、语义相似性、Exomiser集成。

4.5

结构变异检测器Skill structural-variant-detector

结构变异检测器技能是一个生物信息学工具,专门用于识别和分析基因组中的结构变异,包括拷贝数变异、倒位、易位和复杂重排。它整合了多种检测算法,支持分裂读段和配对末端分析,提供SV注释、可视化及多方法验证功能,适用于全基因组测序、肿瘤分子谱分析和长读长测序等场景。关键词:结构变异检测,拷贝数变异,基因组分析,生物信息学,SV注释,测序数据分析。

4.5

GIAB基准验证器Skill giab-benchmark-validator

GIAB基准验证技能是一个用于评估基因组测序分析流程准确性的生物信息学工具。它通过将测序结果与“瓶中基因组”权威真值集进行比对,计算灵敏度、特异性等关键指标,并支持按不同基因组区域和变异类型进行分层分析,特别关注困难区域的性能评估,最终生成全面的验证报告。该技能是基因组数据分析、生物信息学流程验证、测序准确性评估、GIAB基准测试和变异检测质量控制的专业工具。