Genomics

La skill hugging-science te ayuda a encontrar y usar recursos de IA científica del catálogo Hugging Science y de la organización `hugging-science` en Hugging Face. Encaja bien en biología, química, clima, genómica, materiales, astronomía y trabajos similares cuando necesitas un dataset, un modelo, un Space o un artículo de blog que realmente puedas ejecutar o citar. Úsala para flujos de uso y guía de hugging-science en lugar de una búsqueda genérica.

dnanexus-integration es una habilidad práctica para trabajar con genómica en la nube de DNAnexus. Úsala para crear apps y applets, gestionar subidas y descargas, ejecutar workflows y automatizar pipelines con dxpy. La guía de dnanexus-integration ayuda en tareas de Desarrollo Backend que implican archivos FASTQ, BAM y VCF, además de configuración específica de la plataforma y ejecución de jobs.

scvi-tools es un framework de Python para el análisis probabilístico de datos de célula única. Usa esta skill de scvi-tools para corrección de lotes, embeddings latentes, expresión diferencial con incertidumbre, transfer learning e integración multimodal. Encaja especialmente bien en flujos de trabajo de RNA-seq de célula única, ATAC, CITE-seq, multiome y espacial, sobre todo en casos de uso avanzados de Machine Learning.

scvelo es una skill en Python para el análisis de RNA velocity en datos de RNA-seq de célula única. Úsala para estimar transiciones entre estados celulares a partir de mRNA no empalmado y empalmado, inferir la dirección de las trayectorias, calcular tiempo latente e identificar genes impulsores. Es especialmente útil para scvelo en análisis de datos cuando necesitas direccionalidad más allá del clustering estándar o del pseudotiempo.

Skill de scanpy para el análisis de datos scRNA-seq de célula única en Python. Úsalo para QC, normalización, PCA, UMAP/t-SNE, clustering, descubrimiento de genes marcadores, análisis de trayectoria y gráficos listos para publicación. Es ideal para flujos exploratorios de scRNA-seq basados en AnnData, con uso claro de scanpy y guía de instalación.

pydeseq2 es una skill de Python basada en DESeq2 para el análisis diferencial de expresión génica en RNA-seq a gran escala. Úsala para comparar condiciones, ajustar diseños de uno o varios factores, aplicar pruebas de Wald y corrección FDR, y generar gráficos volcano o MA en flujos de trabajo con pandas y AnnData.

gget es una skill de bioinformática para acceder de forma rápida y unificada a más de 20 bases de datos genómicas y herramientas de análisis desde CLI o Python. Úsala para información de genes, búsquedas relacionadas con BLAST, estructuras de AlphaFold, datos de expresión, asociaciones con enfermedades y análisis de enriquecimiento. Encaja bien para exploración rápida y flujos de trabajo de análisis de datos con gget.

geniml es una skill para aprendizaje automático con intervalos genómicos sobre archivos BED, salidas de scATAC-seq y datos de accesibilidad de cromatina. Úsala para Region2Vec, BEDspace, scEmbed, picos consenso y otros flujos de trabajo de ML a nivel de región. Es una buena opción cuando necesitas embeddings, clustering o guía de preprocesamiento para regiones genómicas.

etetoolkit es un conjunto de herramientas para árboles filogenéticos en flujos de trabajo ETE. Usa la skill etetoolkit para analizar, editar, comparar, enraizar, podar y visualizar árboles en Newick, NHX, PhyloXML o NeXML. Admite filogenómica, análisis de ortología/paralogía, taxonomía NCBI y salida PDF o SVG con aspecto de publicación.

depmap ayuda a analizar el Cancer Dependency Map para obtener puntuaciones de dependencia génica en líneas celulares de cáncer, sensibilidad a fármacos y perfiles de efecto génico. Úsalo para identificar vulnerabilidades específicas del cáncer, interacciones sintéticas letales y validar dianas oncológicas con una guía reproducible de depmap para Data Analysis.

La skill deeptools ayuda en flujos de trabajo de análisis de NGS en deepTools: conversión de BAM a bigWig, control de calidad, comparación de muestras y gráficos de heatmap o perfil para ChIP-seq, RNA-seq, ATAC-seq y ensayos relacionados. Úsala como una guía práctica de deeptools cuando necesites análisis y visualización reproducibles desde la línea de comandos.