pydeseq2

pydeseq2 技能概覽

pydeseq2 的用途

pydeseq2 是一個用於 bulk RNA-seq count data 差異基因表現分析的 Python 技能。它能幫你從原始 counts 和 sample metadata 一路做到 DE 結果、fold change、校正後 p-value，以及像 volcano plot 和 MA plot 這類常見的探索性輸出。

誰適合使用

如果你想在 Python 裡做 DESeq2 風格的分析、需要多因子設計，或想把差異表現分析整合進 pandas／AnnData 工作流程，就適合使用 pydeseq2 技能。它很適合已經有 count matrix 與臨床或實驗 metadata 的分析者；如果你要的是完整的 RNA-seq 前處理管線，這個技能就不是最佳選擇。

它的實用價值在哪裡

pydeseq2 的主要價值，在於它能降低 Python 使用者切換到 R 跑 DESeq2 的轉譯成本。它支援 Wald test、多重檢定校正、可選的 apeGLM shrinkage，還提供適合 notebook 或 pipeline 可重現使用的工作流程。

如何使用 pydeseq2 技能

安裝 pydeseq2

先把技能安裝到你的 Claude skill set，然後在提問前打開技能檔案：
npx skills add K-Dense-AI/claude-scientific-skills --skill pydeseq2

在決定 pydeseq2 的安裝與設定前，先確認你的環境已經具備 RNA-seq count table、sample metadata，以及你的工作流程所需的 Python 套件。當你能提供每個 sample 的基因 counts，並且有設計公式或分組變數時，這個技能最有用。

從正確的輸入開始

要把 pydeseq2 用好，關鍵是先整理好輸入結構：

• count matrix：sample 在列、gene 在欄
• metadata：以 sample ID 為索引
• 明確的 condition 欄位，以及模型中要納入的 batch 或 covariate 欄位
• 清楚的比較目標，例如 treated vs control

較弱的提示會寫：「幫我對我的 RNA-seq 資料做差異表現分析。」
較好的提示會寫：「請用 pydeseq2 分析一個 bulk RNA-seq count matrix，共 24 個 samples，比較 treated vs control，把 batch 當作 covariate，過濾非常低 count 的 genes，並輸出顯著基因與 volcano/MA plot 程式碼。」

先讀這些檔案

先從 SKILL.md 開始，了解工作流程與預期的分析步驟。接著再檢查 README.md、AGENTS.md、metadata.json，以及任何存在的 rules/、resources/、references/ 或 scripts/ 資料夾。就這個 repository 而言，最重要的實作訊號在 SKILL.md，不要預設一定還有其他 helper 檔案。

把 pydeseq2 用對

把 pydeseq2 當作一種分析方法，而不只是程式碼產生器。你要明確告訴模型：

• 你的 organism 和 assay 是什麼
• sample 怎麼分組
• 需要單因子還是多因子設計
• 是否要 shrinkage、排名或視覺化
• 你需要的輸出格式，例如 dataframe、notebook cells，或可重用的 script

這會讓 pydeseq2 的使用效果更好，因為模型就能選對設計、過濾與解讀步驟，而不是憑空猜測。

pydeseq2 技能 FAQ

pydeseq2 只適合 DESeq2 使用者嗎？

不是。任何想在 Python 裡做出 DESeq2 類型差異基因表現分析的人都可以用。尤其適合本來就使用 pandas、scanpy 或 AnnData，並且想把分析維持在同一套技術堆疊中的人。

使用它一定要寫出完美提示嗎？

不需要，但太模糊的提示通常只會得到很制式的分析程式碼。pydeseq2 技能在你提供 count table 的形狀、關心的比較，以及已知的 confounders 時，效果會最好。

pydeseq2 適合初學者嗎？

如果你已經了解 RNA-seq counts 和實驗設計的基本概念，它算是對初學者友善。若你還需要先處理 alignment、quantification，或在差異表現之前做上游 QC，這就比較不適合。

什麼情況下不該用 pydeseq2？

不要把它用在 single-cell differential expression、沒有 raw counts 的 normalized expression，或需要完整端到端 transcriptomics pipeline 的工作流程。若你真正需要的是統計解讀，而不是 gene-level count data，本技能也不是最合適的選擇。

如何改進 pydeseq2 技能

提供更好的生物學背景

pydeseq2 最好的結果，通常來自能說清楚研究設計的提示，而不只是檔名。請加入 response variable、control condition、batch effect、replicate 數量，以及你是否需要 gene ranking、plot code 或解讀。

明確指定你在意的分析決策

告訴技能要怎麼處理 low-count genes、是否使用多因子模型，以及你是否需要對 effect size 做 shrinkage。這些選擇會實質影響 pydeseq2 的輸出，也能避免落入不一定符合你研究的預設值。

要求可重複使用的輸出

不要只問「結果」，而是要求可儲存的 dataframe schema、繪圖片段，或適合 notebook 直接使用的流程。例如：「請回傳 pydeseq2 程式碼，完成模型擬合、提取 adjusted p-values，並將包含 log2 fold change 與 padj 的顯著基因輸出成 CSV。」

從診斷開始迭代，不要只看最後命中

如果第一次跑出來的結果不太對，請改問偏向 QC 的檢查：sample clustering、count filtering 的理由、保留了多少 genes，或 design formula 是否有 confounding。當結果偏弱或明顯過少時，這是改善 pydeseq2 for Data Analysis 的最快方法。