pydeseq2

pydeseq2 技能概览

pydeseq2 适用于什么

pydeseq2 是一个用于 bulk RNA-seq 计数数据差异基因表达分析的 Python 技能。它可以帮助你从原始计数和样本元数据出发，得到差异表达结果、fold change、校正后 p 值，以及火山图和 MA 图等常见探索性输出。

适合谁使用

如果你想在 Python 里做 DESeq2 风格分析、需要多因素设计，或者希望把差异表达分析无缝接入 pandas/AnnData 工作流，就适合使用 pydeseq2 技能。它更适合已经手头有计数矩阵以及临床或实验元数据的分析人员，而不是想要一整套 RNA-seq 预处理流水线的用户。

它的价值在哪里

pydeseq2 的核心价值在于，它为原本可能要转去 R 才能做 DESeq2 的 Python 用户减少了迁移成本。它支持 Wald 检验、多重检验校正、可选的 apeGLM shrinkage，以及适合在 notebook 或 pipeline 中复现的工作流。

如何使用 pydeseq2 技能

安装 pydeseq2

先把该技能安装到你的 Claude skill 集中，然后在提问前打开技能文件：
npx skills add K-Dense-AI/claude-scientific-skills --skill pydeseq2

在决定是否安装和配置 pydeseq2 时，先确认你的环境里已经有 RNA-seq 计数表、样本元数据，以及你的工作流所需的 Python 包。这个技能最适合你能提供“样本 × 基因”的计数数据，并且已经有设计公式或分组变量的场景。

从正确的输入开始

高质量的 pydeseq2 使用，首先取决于输入结构是否清晰：

• 计数矩阵：样本作为行，基因为列
• 按 sample ID 索引的元数据
• 明确的 condition 列，以及你想纳入模型的 batch 或协变量列
• 明确的比较目标，例如 treated vs control

低质量的提问会说：“帮我对 RNA-seq 数据做差异表达分析。”
更好的提问会说：“请用 pydeseq2 分析一个 bulk RNA-seq 计数矩阵，24 个样本，比较 treated vs control，把 batch 作为协变量，过滤掉极低计数基因，并返回显著基因以及火山图/MA 图代码。”

先读这些文件

先从 SKILL.md 入手，了解工作流和预期分析步骤。然后再查看 README.md、AGENTS.md、metadata.json，以及仓库中可能存在的 rules/、resources/、references/ 或 scripts/ 文件夹。对这个仓库来说，最关键的实践信息在 SKILL.md 里，所以不要默认还会有额外的辅助文件。

正确使用 pydeseq2

把 pydeseq2 当作一种分析方法，而不只是代码生成器。你需要明确告诉模型：

• 你的物种和实验类型
• 样本如何分组
• 你需要单因素还是多因素设计
• 你是否需要 shrinkage、排序或可视化
• 你需要什么输出格式，例如 dataframe、notebook cells，或可复用脚本

这样可以明显提升 pydeseq2 的使用效果，因为模型能据此选择合适的设计、过滤和解释步骤，而不是靠猜。

pydeseq2 技能常见问题

pydeseq2 只适合 DESeq2 用户吗？

不是。任何想在 Python 里做 DESeq2 风格差异表达分析的人都可以用。对于已经在 pandas、scanpy 或 AnnData 里工作的用户，它尤其有用，因为你可以把分析留在同一技术栈里完成。

使用它一定要写出完美提示词吗？

不需要，但过于模糊的提示词通常只会得到泛化的分析代码。pydeseq2 技能在你提供计数表形状、关注的比较，以及已知混杂因素时，效果最好。

pydeseq2 适合新手吗？

如果你已经理解 RNA-seq 计数和实验设计的基本概念，它对新手是友好的。若你还需要在差异表达之前处理比对、定量或上游 QC，那么它就不太合适。

什么情况下不该用 pydeseq2？

不要把它用于单细胞差异表达、没有原始计数的标准化表达分析，或者需要完整端到端转录组流水线的工作流。如果你真正需要的是统计解释而不是基因层面的计数数据，它也不是合适选择。

如何改进 pydeseq2 技能

给出更好的生物学背景

最好的 pydeseq2 结果，来自能说明研究设计的提示词，而不只是文件名。请补充响应变量、对照条件、批次效应、重复数，以及你是否需要基因排序、绘图代码或结果解释。

明确你关心的分析决策

告诉技能如何处理低计数基因、是否使用多因素模型，以及是否需要对效应量做 shrinkage。这些选择会实质性影响 pydeseq2 的输出，也能避免走默认流程而得到并不适合你研究的结果。

让输出可以直接复用

不要只问“给我结果”，而是要一个可保存的 dataframe schema、绘图片段，或者可直接放进 notebook 的工作流。例如：“返回 pydeseq2 代码，完成模型拟合、提取校正后 p 值，并把显著基因及其 log2 fold change 和 padj 写入 CSV。”

从诊断开始迭代，而不只是盯最终命中

如果第一次运行结果不对劲，优先让它做 QC 相关检查：样本聚类、计数过滤依据、保留下来的基因数，或者设计公式是否存在混杂。这是在结果偏弱或异常稀疏时，改进 pydeseq2 for Data Analysis 的最快办法。