# ngs-amplicon-microbiome

Скилл для анализа маркерных генов из ампликонных FASTQ: 16S, 18S, ITS, COI. Запускает пайплайны nf-core/ampliseq, QIIME2 и DADA2.

- скилл · `type=skill` · Codex, ChatGPT · 3 установки · ★ 7596
- Автор: OpenAI · официальный репозиторий OpenAI
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/openai/plugins/tree/HEAD/plugins/ngs-analysis/skills/ngs-amplicon-microbiome/SKILL.md
- Обновлён: 2026-10-08
- HTML: https://affpapa.org/nevibecode/skills/ngs-amplicon-microbiome

## Что делает

Скилл берёт ампликонные FASTQ и доводит их до таблицы ASV, таксономии, разнообразия или графиков. Сначала он уточняет входные данные: маркерный регион, последовательности праймеров и их ориентацию, парные или одиночные чтения, нужно ли объединять чтения, базу таксономии с версией и метаданные образцов. Без этого контекста полный анализ не запускается.

Для воспроизводимого прогона от начала до конца скилл предпочитает `nf-core/ampliseq`. QIIME2 или DADA2 напрямую — когда нужен контроль на уровне ноутбука или так требует лабораторный протокол. Перед реальным запуском он проверяет обрезку праймеров и параметры усечения по профилям качества чтений, а не назначает их заранее. Версии баз таксономии нельзя смешивать без записи — иначе результаты не сравнить между прогонами.

Локальный пакет для FASTQ принимает таблицу образцов и валидирует пути к чтениям, прогоняет seqkit stats и FastQC/MultiQC, если они есть, и пишет `amplicon_analysis_status.json`. С одним FASTQ это набор для QC и оценки готовности, а не готовый анализ. Для бэкенда нужны праймеры, метаданные и ресурсы таксономии; при прямом запуске DADA2 раннер проверяет наличие `Rscript` и пакета `dada2` в R. Если downstream-таблицы помечены как синтетические или содержат образцы, которых нет в реальной таблице, прогон помечается review-only и бета-разнообразие блокируется, пока явно не передан `--allow-synthetic-diversity`.

## Установка

### Codex (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add openai/plugins --skill ngs-amplicon-microbiome -a codex
```

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

### Claude Code

1. **Через Skills CLI (Vercel)**
```bash
npx skills add openai/plugins --skill ngs-amplicon-microbiome -a claude-code
```

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

### Cursor

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install openai/plugins ngs-amplicon-microbiome
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ngs-amplicon-microbiome/SKILL.md`

### Gemini CLI

**Командой платформы**
```bash
gemini skills install https://github.com/openai/plugins --path plugins/ngs-analysis/skills/ngs-amplicon-microbiome
```

### Windsurf (Devin Desktop)

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

### 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/openai/plugins/tree/HEAD/plugins/ngs-analysis/skills/ngs-amplicon-microbiome/SKILL.md

## Когда брать
- запустить ампликонный анализ 16S или ITS из FASTQ
- проверить готовность чтений до выбора праймеров и денойзера
- собрать таблицу ASV и таксономию через QIIME2 или DADA2
- посчитать альфа-разнообразие и Bray-Curtis PCoA
- отследить, какие версии баз таксономии использовались

## Примеры запросов агенту
- Запусти преflight для ампликонного микробиома: `python plugins/ngs-analysis/scripts/ngs_preflight.py --pipeline amplicon_microbiome --emit-install-plan`
- Прогони локальный пакет по `amplicon_samples.tsv` и покажи статус готовности чтений
- Запусти бэкенд QIIME2 с праймерами и классификатором silva-138, метаданные в `sample_metadata.tsv`

## Похожие
- [scikit-bio](https://affpapa.org/nevibecode/skills/scikit-bio.md) — скилл · 1900 установок
- [nextflow](https://affpapa.org/nevibecode/skills/nextflow.md) — скилл · 1400 установок
- [target-prioritization](https://affpapa.org/nevibecode/skills/target-prioritization.md) — скилл · 2900 установок
- [pubmed-database](https://affpapa.org/nevibecode/skills/google-deepmind-pubmed-database.md) — скилл · 2700 установок
- [chembl-database](https://affpapa.org/nevibecode/skills/chembl-database.md) — скилл · 2200 установок
- [bioinformatics-fundamentals](https://affpapa.org/nevibecode/skills/bioinformatics-fundamentals.md) — скилл · 440 установок

Из того же набора: [openai/plugins](https://affpapa.org/nevibecode/by/openai/plugins.md) — 304 карточки

_Часть страницы не вошла по размеру — она есть в HTML-версии._

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