基因组学

hugging-science 技能可帮助你从 Hugging Science 目录和 `hugging-science` 这个 Hugging Face 组织中查找并使用科学 AI 资源。它适用于生物学、化学、气候、基因组学、材料、天文学以及类似场景，尤其是在你需要一个可以真正运行或引用的数据集、模型、Space 或博客文章时。请在 hugging-science 的使用与 hugging-science 指南工作流中使用它，而不是只靠通用搜索。

dnanexus-integration 是一个面向 DNAnexus 云基因组学工作的实用技能。可用于构建 apps 和 applets、管理上传与下载、运行 workflows，并借助 dxpy 自动化 pipelines。dnanexus-integration 指南适用于涉及 FASTQ、BAM 和 VCF 文件的后端开发任务，同时覆盖平台特定配置和作业执行。

scvi-tools 是一个用于概率式单细胞分析的 Python 框架。可将此 scvi-tools 技能用于批次校正、潜在嵌入、带不确定性的差异表达、迁移学习和多模态整合。它非常适合单细胞 RNA-seq、ATAC、CITE-seq、multiome 和空间组学工作流，尤其适用于更高级的机器学习场景。

scvelo 是一款用于单细胞 RNA-seq 数据中 RNA velocity 分析的 Python 技能。可用它根据未剪接和已剪接 mRNA 估计细胞状态转变、推断轨迹方向、计算 latent time，并识别 driver genes。对于需要超越标准聚类或 pseudotime、进一步判断方向性的 Data Analysis 场景，scvelo 尤其有用。

用于 Python 中单细胞 RNA-seq 数据分析的 scanpy 技能。适合做 QC、标准化、PCA、UMAP/t-SNE、聚类、marker 基因发现、轨迹分析以及生成出版级图表。最适合围绕 AnnData 构建的探索性 scRNA-seq 工作流，提供清晰的 scanpy 使用与安装指引。

pydeseq2 是一个面向 bulk RNA-seq 差异基因表达分析的 Python DESeq2 技能。可用于比较不同条件、拟合单因素或多因素设计、执行 Wald 检验和 FDR 校正，并在 pandas 和 AnnData 工作流中生成火山图或 MA 图。

gget 是一款生物信息学技能，可通过 CLI 或 Python 快速、统一地访问 20+ 个基因组数据库和分析工具。适合查询基因信息、BLAST 相关检索、AlphaFold 结构、表达数据、疾病关联以及富集分析等场景，也很适合用于快速探索和 gget 数据分析工作流。

geniml 是一个用于 BED 文件、scATAC-seq 输出和染色质可及性数据的基因组区间机器学习技能。可用于 Region2Vec、BEDspace、scEmbed、consensus peaks 以及其他面向区域的 ML 工作流。若你需要基因组区域的 embeddings、聚类或预处理建议，它是一个合适的选择。

etetoolkit 是面向 ETE 工作流的系统发育树工具包。使用 etetoolkit skill，可解析、编辑、比较、定根、修剪和可视化 Newick、NHX、PhyloXML 或 NeXML 格式的树。它支持系统发育基因组学、直系/旁系同源分析、NCBI 分类体系，以及适合论文展示的 PDF 或 SVG 输出。

depmap 可帮助分析 Cancer Dependency Map 中癌症细胞系的基因依赖性评分、药物敏感性和基因效应谱。可用于识别癌症特异性脆弱点、合成致死相互作用，并借助可复现的 depmap 指南验证肿瘤学药物靶点，适用于 Data Analysis。

deeptools 技能可帮助你处理 deepTools 中的 NGS 分析工作流：从 BAM 转 bigWig、QC、样本比较，到 ChIP-seq、RNA-seq、ATAC-seq 及相关实验的 heatmap 和 profile plot。需要可复现的命令行分析与可视化时，它可以作为实用的 deeptools 指南。