# deeptools

Скилл для работы с данными секвенирования: конвертирует BAM в bigWig, считает QC и рисует профили вокруг TSS и пиков.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1900 установок · ★ 54652
- Автор: K-Dense-AI
- Лицензия: LicenseRef-BSD-license · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/K-Dense-AI/scientific-agent-skills/tree/HEAD/skills/deeptools/SKILL.md
- Обновлён: 2026-10-19
- HTML: https://affpapa.org/nevibecode/skills/deeptools

## Что делает

Скилл даёт агенту набор команд deepTools для обработки данных высокопроизводительного секвенирования. Он умеет переводить выравнивания BAM в нормированные треки покрытия, считать метрики качества, сравнивать образцы и строить тепловые карты с профилями вокруг геномных ориентиров. Пригодится, когда нужно разобрать ChIP-seq, RNA-seq или ATAC-seq и получить картинки для статьи или отчёта.

Внутри — скрипты `scripts/validate_files.py` и `scripts/workflow_generator.py`. Первый проверяет локальные BAM, bigWig и BED: структуру, порядок координат, заголовки, каждую строку BED. Второй собирает готовый скрипт под типовой сценарий, например `chipseq_qc`, с подстановкой ваших файлов. Есть справочники по методам нормировки, эффективным размерам геномов и параметрам инструментов.

Для работы нужен Python 3.12+ и deepTools 4.0.0 вместе с pysam и pyBigWig, а для сортировки и индексирования — samtools. В версии 4.0.0 пять команд переписаны на Rust: `bamCoverage`, `bamCompare` и `multiBamSummary` больше не принимают `--ignoreDuplicates`, а `--exactScaling` убран. Если в пайплайне остались старые флаги, скрипт упадёт на разборе аргументов — это повод сверить команды до запуска на кластере.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill deeptools -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/deeptools/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/deeptools/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill deeptools -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/deeptools/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill deeptools -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/deeptools/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install K-Dense-AI/scientific-agent-skills deeptools
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/deeptools/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill deeptools -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/K-Dense-AI/scientific-agent-skills --path skills/deeptools
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/deeptools/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add K-Dense-AI/scientific-agent-skills --skill deeptools -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/K-Dense-AI/scientific-agent-skills/tree/HEAD/skills/deeptools/SKILL.md

## Когда брать
- перевести BAM в нормированный bigWig для визуализации в геномном браузере
- проверить качество ChIP-seq по отпечаткам и корреляции реплик
- построить тепловую карту сигнала вокруг TSS или пиков
- сравнить обработку с контролем через log2-отношение
- сгенерировать скрипт типового пайплайна под свои файлы

## Примеры запросов агенту
- Проверь файлы `sample1.bam` и `regions.bed` скриптом валидации
- Собери workflow `chipseq_qc` для `ChIP1.bam` и `ChIP2.bam`
- Посчитай корреляцию между репликами и покажи результат

## Похожие
- [anysearch](https://affpapa.org/nevibecode/skills/anysearch.md) — скилл · 38500 установок
- [academic-paper](https://affpapa.org/nevibecode/skills/academic-paper.md) — скилл · 10800 установок
- [nature-figure](https://affpapa.org/nevibecode/skills/nature-figure.md) — скилл · 18800 установок
- [academic-paper-reviewer](https://affpapa.org/nevibecode/skills/academic-paper-reviewer.md) — скилл · 9800 установок
- [nature-polishing](https://affpapa.org/nevibecode/skills/nature-polishing.md) — скилл · 17500 установок
- [nature-citation](https://affpapa.org/nevibecode/skills/nature-citation.md) — скилл · 15600 установок

Из того же набора: [k-dense-ai/scientific-agent-skills](https://affpapa.org/nevibecode/by/k-dense-ai/scientific-agent-skills.md) — 159 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md