# ngs-atacseq-peaks-qc

Запускает и планирует пайплайны контроля качества, выравнивания и поиска пиков ATAC-seq. Помогает проверять метрики библиотек и строить матрицы доступности хроматина.

- скилл · `type=skill` · Codex, ChatGPT · 2 установки · ★ 7604
- 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-atacseq-peaks-qc/SKILL.md
- Обновлён: 2026-10-08
- HTML: https://affpapa.org/nevibecode/skills/ngs-atacseq-peaks-qc

## Что делает

Скилл координирует обработку данных ATAC-seq из исходных файлов FASTQ или выровненных BAM. Перед запуском проверяются ключевые параметры эксперимента: парность прочтений, сборка генома, списки проблемных участков генома (blacklist) и учёт сдвига транспозазы Tn5. Для полного воспроизводимого цикла скилл ориентируется на пайплайн `nf-core/atacseq`. Прямой вызов MACS2 запускается только на готовых выравниваниях с известной фильтрацией дубликатов.

Встроенный скрипт `run_atacseq_peaks_qc.py` выполняет локальную обработку с индексами Bowtie 2. На выходе формируются таблицы метрик, наглядный HTML-отчёт `qc/atacseq_qc_dashboard.html`, графики распределения вставок и треки bigWig. Если добавить флаг `--run-motifs`, пайплайн подключит поиск обогащения мотивов через HOMER.

Низкое качество повторностей или неполные метаданные блокируют переход к оценке дифференциальной доступности. Для экспериментов с антителами вроде ChIP-seq или CUT&Tag этот скилл не подходит: разработчики выделили под них отдельный модуль `ngs-chip-cutrun-peaks-qc`.

## Установка

### Codex (родная платформа)

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

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

### Claude Code

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

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

### Cursor

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install openai/plugins ngs-atacseq-peaks-qc
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ngs-atacseq-peaks-qc/SKILL.md`

### Gemini CLI

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

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/ngs-atacseq-peaks-qc/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-atacseq-peaks-qc/SKILL.md

## Когда брать
- рассчитать обогащение TSS и периодичность нуклеосомных вставок
- запустить поиск пиков через MACS2 или пайплайн nf-core/atacseq
- сформировать матрицу консенсусных пиков и треки bigWig
- проверить долю митохондриальных прочтений и показатель FRiP

## Примеры запросов агенту
- Подготовь запуск пайплайна `nf-core/atacseq` для образцов из `atac_samples.csv` под сборку GRCh38.
- Запусти скрипт `run_atacseq_peaks_qc.py` с индексом Bowtie 2 и файлом блэклиста для проверки FRiP и TSS.
- Оцени метрики качества ATAC-seq и открой сводный отчёт `qc/atacseq_qc_dashboard.html`.

## Похожие
- [anysearch](https://affpapa.org/nevibecode/skills/anysearch.md) — скилл · 38500 установок
- [academic-paper](https://affpapa.org/nevibecode/skills/academic-paper.md) — скилл · 10900 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 · 9900 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: [openai/plugins](https://affpapa.org/nevibecode/by/openai/plugins.md) — 528 карточек

_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