scanpy

Aperçu du skill scanpy

À quoi sert scanpy

Le skill scanpy sert à analyser des données de RNA-seq monocellulaire en Python : contrôle qualité, normalisation, sélection de caractéristiques, PCA, UMAP/t-SNE, clustering, identification de marqueurs et analyse exploratoire de type trajectoire. Il est particulièrement adapté si vous disposez déjà d’un objet AnnData ou si vous pouvez en créer un, et si vous cherchez un guide pratique scanpy pour l’analyse de données plutôt qu’un workflow centré sur le deep learning.

À qui il s’adresse

Utilisez le skill scanpy si vous travaillez sur des données scRNA-seq, si vous transformez des comptes bruts en un objet prêt pour l’analyse, ou si vous préparez des figures et des annotations de clusters pour l’interprétation ou la publication. Il convient aux analystes qui veulent un pipeline exploratoire standard et savent qu’ils ont besoin d’instructions d’installation et d’utilisation de scanpy, pas d’une introduction générale à la bioinformatique.

Ce qui le distingue

Ce dépôt met l’accent sur le flux de travail Scanpy le plus courant plutôt que sur une vue théorique large : chargement des données, prétraitement, projection, clustering et visualisation. Il clarifie aussi mieux les limites — si vous avez besoin de modèles génératifs profonds, tournez-vous vers scvi-tools ; si votre principal sujet concerne la structure AnnData ou les formats de fichiers, anndata est un meilleur point de départ.

Comment utiliser le skill scanpy

Installer et vérifier le skill

Installez le skill scanpy dans le flux de travail habituel du répertoire, puis ouvrez le fichier du skill avant de formuler votre demande :

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

Après l’installation, lisez d’abord scientific-skills/scanpy/SKILL.md, puis suivez les éventuelles sections liées dans le fichier. Il n’y a ici ni scripts d’aide supplémentaires ni dossiers de référence : le texte du skill est donc la principale source de vérité.

Donner au modèle des entrées prêtes pour l’analyse

Les meilleurs prompts pour scanpy précisent la forme, le format et l’objectif des données. Indiquez si votre entrée est un fichier .h5ad, une sortie 10X ou une matrice de comptes ; combien d’échantillons ou de lots vous avez ; si vous avez besoin de seuils de QC, d’intégration, de clustering ou de graphiques ; et quel résultat vous attendez. Un prompt faible dit simplement « analyse mes données scRNA-seq » ; un meilleur prompt dit « utilise scanpy pour charger deux jeux de données 10X, filtrer les cellules de faible qualité, normaliser, calculer PCA/UMAP, regrouper à plusieurs résolutions et identifier les gènes marqueurs de chaque cluster ».

Suivre un flux de travail pratique

Pour la plupart des tâches, procédez dans cet ordre : charger les données, inspecter obs/var, filtrer les cellules et gènes de faible qualité, normaliser et transformer en log, sélectionner les gènes hautement variables, mettre à l’échelle et lancer la PCA, construire le graphe de voisins, calculer UMAP, faire le clustering, puis classer les marqueurs ou visualiser des ensembles de gènes. Si vous avez déjà un AnnData traité, dites-le ; cela évite que le skill répète les étapes de préparation et garde la réponse centrée sur les décisions d’analyse manquantes.

Lire d’abord les bonnes sections

Commencez par le haut de SKILL.md, puis allez directement aux sections d’usage qui couvrent la configuration, le chargement, le prétraitement, les graphiques et l’analyse en aval. Si le dépôt mentionne des formats d’entrée ou des conventions précises, reprenez-les exactement dans votre prompt. L’objectif est de réduire les approximations avant que le modèle n’écrive du code ou des étapes d’analyse.

FAQ du skill scanpy

scanpy est-il réservé au scRNA-seq ?

Oui, principalement. Le skill scanpy est centré sur les workflows de transcriptomique monocellulaire, en particulier l’analyse exploratoire de matrices d’expression génique. Ce n’est pas le bon choix pour le RNA-seq en bulk ni pour des tâches de modélisation mieux prises en charge par des outils spécialisés de deep learning pour le single-cell.

Ai-je besoin du skill si je sais déjà bien prompter un modèle ?

Si vous connaissez déjà tout le workflow et les objets exacts, un prompt simple peut suffire. Le skill scanpy devient plus utile quand vous voulez un chemin d’analyse cohérent, moins d’étapes oubliées et de meilleurs réglages par défaut pour le contrôle qualité, le prétraitement, le clustering et la visualisation.

Est-il adapté aux débutants ?

Oui, dans le sens où le pipeline est standard et où le skill se concentre sur l’usage pratique de scanpy. Il suppose toutefois que vous comprenez les bases de Python, les concepts du single-cell et la différence entre comptes bruts, données normalisées et métadonnées annotées.

Quand ne faut-il pas l’utiliser ?

N’utilisez pas scanpy comme skill principal si votre problème concerne surtout la conversion de fichiers, la conception du schéma AnnData ou la création de modèles neuronaux pour l’inférence d’états cellulaires. Dans ces cas-là, un autre skill ou un autre outil donnera de meilleurs résultats que d’essayer de faire couvrir à scanpy toute la chaîne de travail.

Comment améliorer le skill scanpy

Donner les entrées qui changent les décisions

Les gains de qualité les plus importants viennent du fait de préciser la taille du jeu de données, l’organisme, la plateforme, la structure des lots et l’étape d’analyse dans laquelle vous vous trouvez déjà. Pour l’usage de scanpy, indiquez aussi s’il y a des risques d’ARN ambiant, un besoin de filtrage des doublets ou un ensemble connu de gènes marqueurs, car ces éléments influencent le contrôle qualité et l’interprétation.

Demander des livrables, pas seulement des étapes

Au lieu de demander une « analyse scanpy », demandez un livrable concret : un notebook de prétraitement, un workflow de clustering, un tableau de gènes marqueurs ou un bloc de visualisation avec UMAP et violin plots. Des objectifs de sortie clairs aident le modèle à choisir la bonne structure de guide scanpy et à éviter d’expliquer inutilement des bases dont vous n’avez pas besoin.

Repérer les modes d’échec les plus courants

Les erreurs les plus fréquentes sont d’omettre le contexte de QC, de mélanger couches brutes et normalisées, de lancer le clustering avant d’avoir vérifié les choix de voisins et de mise à l’échelle, et de demander des résultats sans définir la question biologique. Si votre première version est trop générale, réécrivez-la en précisant l’objet d’entrée exact, les noms de variables et la décision que l’analyse doit éclairer.

Itérer un seul contrainte à la fois

Après un premier jet, améliorez la réponse du skill scanpy en ajoutant une seule contrainte : « utiliser uniquement h5ad », « éviter l’intégration », « produire des graphiques de qualité publication » ou « conserver les labels de lot dans obs ». C’est généralement plus efficace qu’une réécriture globale, car cela garde le workflow stable tout en resserrant les points qui comptent pour votre tâche scanpy d’analyse de données.