scanpy

Panorama general de la skill scanpy

Para qué sirve scanpy

La skill scanpy sirve para analizar datos de RNA-seq de célula única en Python: control de calidad, normalización, selección de variables, PCA, UMAP/t-SNE, clustering, descubrimiento de marcadores y análisis exploratorio de tipo trayectoria. Es más útil cuando ya tienes o puedes crear un objeto AnnData y buscas una guía práctica de scanpy para Data Analysis, no un flujo de trabajo de modelos de deep learning.

Quién debería usarla

Usa la skill scanpy si trabajas con datos de scRNA-seq, conviertes recuentos crudos en un objeto listo para análisis o preparas figuras y anotaciones de clusters para interpretación o publicación. Encaja con analistas que quieren un pipeline exploratorio estándar y saben que necesitan pasos de instalación y uso de scanpy, no una introducción general a bioinformática.

Qué la hace diferente

Este repositorio pone el foco en el flujo de trabajo habitual de Scanpy en lugar de ofrecer una visión general de teoría amplia: carga de datos, preprocesamiento, embeddings, clustering y visualización. También delimita mejor el alcance: si necesitas modelos generativos profundos, mira scvi-tools; si tu principal problema es la estructura de AnnData o los formatos de archivo, anndata es un mejor punto de partida.

Cómo usar la skill scanpy

Instala y verifica la skill

Instala la skill scanpy con el flujo habitual del directorio y, antes de preguntar, abre el archivo de la skill:

npx skills add K-Dense-AI/claude-scientific-skills --skill scanpy

Después de la instalación, lee primero scientific-skills/scanpy/SKILL.md y sigue luego las secciones enlazadas dentro del archivo. Aquí no hay scripts auxiliares ni carpetas de referencia adicionales, así que el propio texto de la skill es la fuente principal de verdad.

Da al modelo entradas listas para análisis

Los mejores prompts para scanpy especifican la forma de los datos, el formato y el objetivo. Indica si tu entrada es .h5ad, salida de 10X o una matriz de recuentos; cuántas muestras o lotes tienes; si necesitas umbrales de QC, integración, clustering o gráficos; y qué salida esperas. Un prompt débil dice “analiza mis datos de scRNA-seq”; uno mejor dice “usa scanpy para cargar dos datasets de 10X, filtrar células de baja calidad, normalizar, calcular PCA/UMAP, agrupar a varias resoluciones e identificar genes marcadores para cada cluster”.

Sigue un flujo de trabajo práctico

Para la mayoría de tareas, trabaja en este orden: cargar datos, inspeccionar obs/var, filtrar células y genes de baja calidad, normalizar y aplicar log-transformación, seleccionar genes altamente variables, escalar y ejecutar PCA, construir vecinos, calcular UMAP, agrupar y luego priorizar marcadores o visualizar conjuntos de genes. Si ya tienes un AnnData procesado, dilo; así evitas que la skill repita pasos de configuración y mantienes la salida centrada en las decisiones de análisis que faltan.

Lee primero las partes correctas

Empieza por la parte superior de SKILL.md y luego salta a las secciones de uso que cubren configuración, carga, preprocesamiento, gráficos y análisis downstream. Si el repositorio menciona formatos de entrada o convenciones concretas, replica exactamente esas convenciones en tu prompt. El objetivo es reducir la incertidumbre antes de que el modelo escriba código o pasos de análisis.

Preguntas frecuentes sobre la skill scanpy

¿scanpy es solo para scRNA-seq?

Sí, principalmente. La skill scanpy está centrada en flujos de trabajo de transcriptómica de célula única, sobre todo en el análisis exploratorio de matrices de expresión génica. No es la mejor opción para RNA-seq a nivel bulk ni para tareas de modelado que se resuelven mejor con herramientas de deep learning especializadas para célula única.

¿Necesito la skill si ya sé hacer prompts a un modelo?

Si ya conoces el flujo completo y los objetos exactos, un prompt simple puede bastar. La skill scanpy es más útil cuando quieres una ruta de análisis consistente, menos pasos omitidos y mejores valores por defecto para QC, preprocesamiento, clustering y visualización.

¿Es apta para principiantes?

Es apta para principiantes en el sentido de que el pipeline es estándar y la skill se centra en el uso práctico de scanpy. Aun así, presupone que entiendes Python básico, los conceptos de célula única y la diferencia entre recuentos crudos, datos normalizados y metadatos anotados.

¿Cuándo no debería usarla?

No uses scanpy como skill principal si tu problema es sobre todo la conversión de archivos, el diseño del esquema de AnnData o la construcción de modelos neuronales para inferencia de estados celulares. En esos casos, otra skill o herramienta te dará mejores resultados que intentar que scanpy cubra todo el flujo de trabajo.

Cómo mejorar la skill scanpy

Aporta las entradas que cambian decisiones

Las mayores mejoras de calidad llegan al indicar tamaño del dataset, organismo, plataforma, estructura de lotes y la etapa del análisis en la que ya estás. En el uso de scanpy, incluye también si te preocupa el RNA ambiental, si necesitas filtrar doublets o si ya tienes un conjunto conocido de genes marcadores, porque esos detalles influyen en el QC y la interpretación.

Pide resultados, no solo pasos

En lugar de pedir “análisis con scanpy”, solicita un entregable concreto: un notebook de preprocesamiento, un flujo de clustering, una tabla de genes marcadores o un bloque de gráficos con UMAP y violin plots. Tener un objetivo de salida claro ayuda al modelo a elegir la estructura adecuada de la guía scanpy y evita que explique en exceso fundamentos que no necesitas.

Vigila los modos de fallo más comunes

Los errores más habituales son omitir el contexto de QC, mezclar capas crudas y normalizadas, hacer clustering antes de comprobar las decisiones sobre vecinos y escalado, y pedir resultados sin definir la pregunta biológica. Si tu primer intento es demasiado genérico, revísalo con el objeto de entrada exacto, los nombres de variables y la decisión que quieres que el análisis respalde.

Itera añadiendo una restricción cada vez

Después del primer borrador, mejora la salida de la skill scanpy añadiendo una sola restricción: “usar solo h5ad”, “no hacer integración”, “generar gráficos listos para publicación” o “preservar las etiquetas de lote en obs”. Suele funcionar mejor que una reescritura amplia, porque mantiene estable el flujo de trabajo mientras afina las partes que importan para tu tarea de scanpy para Data Analysis.