基因组学

hugging-science 技能可協助你從 Hugging Science 目錄與 `hugging-science` Hugging Face 組織中，找到並使用科學 AI 資源。當你需要能實際執行或引用的資料集、模型、Space 或部落格文章時，它很適合生物、化學、氣候、基因體學、材料、天文學等相關工作。若你的需求是 hugging-science 的使用方式與 hugging-science 指南流程，而不是泛用搜尋，這個技能會更對題。

dnanexus-integration 是一個實用的 DNAnexus 雲端基因組工作技能。可用來建立 apps 和 applets、管理上傳與下載、執行 workflows，並透過 dxpy 自動化 pipelines。dnanexus-integration 指南特別適合處理後端開發任務，涵蓋 FASTQ、BAM、VCF 檔案，以及平台特定設定與 job 執行。

scvi-tools 是一個用於機率式單細胞分析的 Python 框架。這個 scvi-tools 技能可用於批次校正、潛在嵌入、帶不確定性估計的差異表現分析、遷移學習，以及多模態整合。它特別適合單細胞 RNA-seq、ATAC、CITE-seq、multiome 與空間流程，尤其是進階 Machine Learning 使用情境。

scvelo 是一個用於單細胞 RNA-seq 資料中 RNA velocity 分析的 Python 技能。可用來根據未剪接與已剪接 mRNA 估計細胞狀態轉換、推斷軌跡方向、計算潛在時間，並找出驅動基因。當你需要超越一般分群或偽時間、進一步掌握方向性時，這個 skill 尤其適合用於 scvelo for Data Analysis。

用於 Python 中 scanpy 單細胞 RNA-seq 資料分析的技能。可用來進行 QC、正規化、PCA、UMAP/t-SNE、分群、標記基因探索、軌跡分析，以及產出適合發表的圖表。最適合以 AnnData 為核心、以探索性 scRNA-seq 工作流程為主的情境，並提供清楚的 scanpy 使用與安裝指引。

pydeseq2 是一個用於 bulk RNA-seq 差異基因表現分析的 Python DESeq2 技能。可用來比較不同條件、建立單因子或多因子設計、套用 Wald 檢定與 FDR 校正，並在 pandas 與 AnnData 工作流程中產生 volcano 或 MA 圖。

gget 是一個生物資訊技能，可透過 CLI 或 Python 快速、統一地存取 20+ 個基因組資料庫與分析工具。適合查詢基因資訊、BLAST 相關資料、AlphaFold 結構、表現量資料、疾病關聯，以及進行類 enrichment 分析。它很適合快速探索，以及 gget for Data Analysis 工作流程。

geniml 是一個用於 BED 檔、scATAC-seq 輸出與染色質可及性資料的基因組區間機器學習技能。適合用來處理 Region2Vec、BEDspace、scEmbed、共識 peaks，以及其他以區域為單位的 ML 工作流程。當你需要基因組區域的 embeddings、clustering，或前處理建議時，這個技能相當合適。

etetoolkit 是一套用於 ETE 工作流程的系統發育樹工具組。使用 etetoolkit 技能可解析、編輯、比較、定根、修剪與視覺化 Newick、NHX、PhyloXML 或 NeXML 格式的樹。它支援系統發育基因組學、同源／旁系同源分析、NCBI taxonomy，以及適合發表的 PDF 或 SVG 輸出。

depmap 可協助分析 Cancer Dependency Map，取得癌症細胞株的基因依賴分數、藥物敏感性與基因效應輪廓。可用來找出癌症特異性脆弱點、合成致死交互作用，並透過可重現的 depmap 指南驗證腫瘤學藥物標的，適合 Data Analysis 使用。

這個 deeptools 技能可協助 NGS 分析流程，涵蓋 deepTools 中的 BAM 轉 bigWig、QC、樣本比較，以及 ChIP-seq、RNA-seq、ATAC-seq 與相關實驗的 heatmap 或 profile plot。當你需要可重現的命令列分析與視覺化時，它可作為實用的 deeptools 使用指南。