Genomics

hugging-scienceスキルは、Hugging Scienceカタログと `hugging-science` の Hugging Face org から、科学分野のAIリソースを見つけて活用するのに役立ちます。生物学、化学、気候、ゲノム、材料、天文学など、実際に実行・引用できるデータセット、モデル、Space、ブログ記事が必要な場面に向いています。一般的な検索の代わりに、hugging-science の使い方や hugging-science ガイドのワークフローに使ってください。

dnanexus-integration は、DNAnexus のクラウドゲノミクス作業に役立つ実践的なスキルです。アプリやアプレットの作成、アップロード／ダウンロードの管理、ワークフローの実行、`dxpy` を使ったパイプラインの自動化に活用できます。dnanexus-integration のガイドは、FASTQ、BAM、VCF ファイルを扱う Backend 開発タスクに加え、プラットフォーム固有の設定やジョブ実行もサポートします。

scvi-tools は、確率的なシングルセル解析のための Python フレームワークです。この scvi-tools スキルは、バッチ補正、潜在埋め込み、不確実性つき差次的発現、転移学習、マルチモーダル統合に活用できます。single-cell RNA-seq、ATAC、CITE-seq、multiome、空間解析のワークフローに特に適しており、高度な Machine Learning のユースケースでは特に強みを発揮します。

scvelo は、単一細胞 RNA-seq データにおける RNA velocity 解析のための Python スキルです。未スプライス／スプライス済み mRNA から細胞状態遷移を推定し、軌道の方向性を推論し、latent time を算出し、driver genes を特定するのに使えます。標準的なクラスタリングや pseudotime だけでは方向性が足りない Data Analysis での scvelo に特に有用です。

Pythonで単一細胞RNA-seqデータを解析するためのscanpy skillです。QC、正規化、PCA、UMAP/t-SNE、クラスタリング、マーカー遺伝子の発見、軌跡解析、論文品質のプロットに使えます。AnnDataを中心にした探索的なscRNA-seqワークフローに最適で、scanpyの使い方と導入手順もわかりやすく示します。

pydeseq2は、バルクRNA-seqの差次的遺伝子発現解析に使えるPython版DESeq2スキルです。条件比較、単因子・多因子デザインの当てはめ、Wald検定とFDR補正、さらにpandasやAnnDataのワークフローでのvolcano plotやMA plotの作成に役立ちます。

ggetは、CLIまたはPythonから20以上のゲノムデータベースと解析ツールへ高速かつ統一的にアクセスできる生物情報学スキルです。遺伝子情報、BLAST関連の検索、AlphaFold構造、発現データ、疾患関連、エンリッチメント系の解析に使えます。素早い探索や、ggetを使ったData Analysisワークフローに向いています。

genimlは、BEDファイル、scATAC-seq出力、クロマチンアクセシビリティデータを対象にしたゲノム区間の機械学習向けスキルです。Region2Vec、BEDspace、scEmbed、コンセンサスピークなど、領域レベルのMLワークフローで使えます。埋め込み、クラスタリング、ゲノム領域の前処理方針を知りたいときに適しています。

etetoolkit は、ETE ワークフロー向けの系統樹ツールキットです。etetoolkit スキルを使えば、Newick、NHX、PhyloXML、NeXML 形式の樹木を解析・編集・比較・ルート設定・剪定・可視化できます。系統ゲノム解析、オルソログ／パラログ解析、NCBI taxonomy、論文向けの PDF または SVG 出力に対応しています。

depmapは、Cancer Dependency Mapを使って、がん細胞株の遺伝子依存性スコア、薬剤感受性、遺伝子効果プロファイルの解析を支援します。がん特異的な脆弱性や合成致死相互作用の特定、オンコロジー創薬ターゲットの検証に活用でき、Data Analysis向けに再現性のあるdepmapガイドとして使えます。

deeptoolsスキルは、deepToolsを使ったNGS解析ワークフローを支援します。BAMからbigWigへの変換、QC、サンプル比較、ChIP-seq・RNA-seq・ATAC-seqなどのヒートマップやプロファイルプロットまで幅広く扱えます。再現性のあるコマンドライン解析と可視化が必要なときに、実用的なdeeptoolsガイドとして活用できます。