К основному содержанию
скилл CX Codex GP ChatGPT официальный · OpenAI

ngs-bulk-rnaseq-counts-qc — скилл для Codex: RNA-seq и установка

Скилл планирует и запускает обработку bulk RNA-seq от FASTQ до матриц counts с проверками QC. Пригодится для подготовки данных к differential expression.

Установить в Codex · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add openai/plugins --skill ngs-bulk-rnaseq-counts-qc -a codex
Открыть на GitHub

Что делает ngs-bulk-rnaseq-counts-qc

Скилл принимает FASTQ или выровненные чтения, sample sheet, сведения об организме и сборке генома, FASTA, GTF и strandedness. Он помогает выбрать nf-core/rnaseq, локальный путь Snakemake/Salmon, STAR/Salmon, Salmon-only или featureCounts из BAM. Локальный запуск выполняет run_bulk_rnaseq_counts_qc.py, а ngs_preflight.py готовит план установки и проверок.

На выходе формируются результаты Salmon, матрицы TPM и expected counts, таблица tx2gene, отчёт MultiQC, JSON с QC-вердиктом и стандартный run envelope. Сохраняются метаданные образцов, логи, версии и артефакты готовности ресурсов в resources/. Если strandedness неизвестна, её нужно определить до финального подсчёта, иначе дизайн анализа нельзя надёжно зафиксировать.

Какие задачи решает

  • обработать FASTQ bulk RNA-seq до матриц counts
  • проверить strandedness перед финальным подсчётом
  • собрать MultiQC по образцам и выравниванию
  • получить gene-level матрицы из Salmon
  • найти проблемы с репликами, группами и batch

Примеры запросов агенту

  • Запусти обработку bulk RNA-seq из samplesheet.csv и FASTQ в path/to/fastqs, используя ссылки из reference/.
  • Проверь готовность ресурсов для пайплайна bulk RNA-seq командой ngs_preflight.py и подготовь план установки.
  • Сформируй матрицы counts и QC, сохрани метаданные образцов и проверь согласованность strandedness.

Как установить ngs-bulk-rnaseq-counts-qc

1Через Skills CLI (Vercel)

npx skills add openai/plugins --skill ngs-bulk-rnaseq-counts-qc -a codex

2Вручную: положить файлы

.agents/skills/ngs-bulk-rnaseq-counts-qc/SKILL.md

Для всех проектов — ~/.agents/skills/

По шагам, с командами для каждой платформы: Скиллы Codex: как установить, где лежат и как вызвать

Вопросы о ngs-bulk-rnaseq-counts-qc

Как установить ngs-bulk-rnaseq-counts-qc в Codex?

Выполните npx skills add openai/plugins --skill ngs-bulk-rnaseq-counts-qc -a codex. Скилл будет доступен в .agents/skills/ngs-bulk-rnaseq-counts-qc/SKILL.md.

Что делает ngs-bulk-rnaseq-counts-qc?

Он проводит или планирует обработку bulk RNA-seq от чтений до count-матриц, включая количественную оценку, MultiQC и проверки качества. Результаты включают матрицы Salmon, gene-level counts и QC-вердикт.

Что нужно подготовить до запуска?

Нужны FASTQ или выровненные чтения, организм и genome build, FASTA, GTF, sample sheet с условиями и репликами, а также strandedness или разрешение её определить. FASTA, GTF, transcriptome и индексы выравнивателя должны относиться к одной сборке.

Исходный текст

SKILL.md · MIT
---
name: ngs-bulk-rnaseq-counts-qc
description: Run or plan bulk RNA-seq FASTQ-to-count processing with sample-sheet, strandedness, genome annotation, alignment or pseudoalignment, MultiQC, and count-matrix QC checks.
---

# Bulk RNA-seq Counts QC

Use this skill for bulk RNA-seq read processing, quantification, and count-matrix generation. If the user already has a count matrix and wants contrasts or statistics, use `ngs-bulk-rnaseq-differential-expression`.

## Essential Inputs

Confirm:

- FASTQ or aligned-read inputs and paired-end/single-end status
- organism, genome build, FASTA, GTF, and gene ID convention
- strandedness or permission to infer strandedness
- sample sheet with biological condition, replicate, batch, and library metadata
- desired quantification: gene counts, transcript estimates, or both
- alignment strategy: `STAR/Salmon`, Salmon-only, featureCounts from BAMs, or existing lab protocol

## Route

Prefer `nf-core/rnaseq` for standard processing when a stable container or HPC runtime is available. Use the `local_light` Snakemake/Salmon path for small local/devbox feasibility runs when Docker, registry egress, or Nextflow process containers are the blocker.

The plugin-owned local runner is:

```bash
python plugins/ngs-analysis/scripts/run_bulk_rnaseq_counts_qc.py \
  --sample-sheet samplesheet.csv \
  --fastq-root path/to/fastqs \
  --transcriptome-fasta reference/transcriptome.fasta \
  --genome-fasta reference/genome.fa \
  --annotation-gtf reference/genes.gtf \
  --execute
```

Omit `--execute` for validation plus Snakemake workflow validation only. Use `--no-dry-run` only when the user wants input validation and run-envelope preparation without workflow graph validation.

The runner emits a run-local `resources/` readiness bundle with `resource_plan.json`, `resource_manifest.tsv`, `resource_env.sh`, and `resource_readiness.md`. Resource checks are advisory by default for custom or reduced references; add `--genome-build`, `--bundle-root <bundle>=<path>`, and `--require-resource-plan` when a registered genome bundle must be complete before the run is considered ready.

Preflight command:

```bash
python plugins/ngs-analysis/scripts/ngs_preflight.py --pipeline bulk_rnaseq_counts_qc --emit-install-plan
python plugins/ngs-analysis/scripts/ngs_preflight.py --profile local_light --emit-install-plan
```

## Decision Points

- If strandedness is unknown, infer it before final counting; do not lock in a design based on library guesses.
- If strandedness is provided, carry it into the quantification command and flag any disagreement between the configured library type and Salmon's inferred format.
- Keep genome FASTA, GTF, transcriptome, and aligner indexes from the same build/release.
- Inspect per-sample reads, mapping rate, rRNA/mitochondrial fraction when available, duplication, insert size, gene-body bias, and assignment rate.
- Preserve raw counts separately from normalized expression.
- Carry sample metadata forward exactly; downstream DE depends on this table.

## Outputs

Produce:

- sample sheet and command/profile
- reference manifest with genome and GTF release
- MultiQC or equivalent processing summary
- Salmon `quant.sf` outputs, TPM/NumReads/effective-length matrices, and carried-forward sample metadata
- Gene-level expected-count and TPM matrices derived from transcript-level Salmon outputs, plus a `tx2gene` provenance table
- Compact QC verdict JSON covering mapping rate, duplication, library-type agreement, and outlier samples
- Browser-safe MultiQC helper HTML pages and a localhost launch hint for reliable in-app review
- Run-local reference readiness artifacts under `resources/`, including the resource plan, manifest, environment exports, and Markdown readiness summary
- issues that block differential expression, such as missing replicates, mislabeled groups, or severe batch/library failures
- standard run envelope: `run_manifest.json`, `config.json`, `validation/`, `logs/`, `versions/`, `artifact_index.json`, and `summary.md`

© OpenAI · MIT · openai/plugins

Похожие скиллы

Все скиллы по теме «Наука и исследования» →
anysearch anysearch-ai Скилл подключает поиск в интернете, тематические запросы, параллельный поиск и извлечение содержимого страниц. Пригодится, когда агенту нужны свежие сведения или нужно проверить утверждение. CX Codex +1 38 500установок academic-paper Imbad0202 Скилл разворачивает конвейер из 12 агентов для подготовки научных статей в 11 режимах. Помогает пройти путь от поиска литературы и плана до проверки цитат и ответа рецензентам. CX Codex +1 10 800установок nature-figure Yuan1z0825 Скилл собирает, правит и проверяет рисунки для научных статей на Python или R. Пригодится, когда графики идут в submission, а не в отчёт. CX Codex +1 18 800установок academic-paper-reviewer Imbad0202 Скилл имитирует коллегиальную проверку научной статьи через пять ролей. Пригодится для рецензии, повторной проверки правок и оценки методологии. CX Codex +1 9 800установок nature-polishing Yuan1z0825 Скилл для правки, перевода и сокращения готового академического текста. Держит факты, термины и границы доказательств на месте. CX Codex +1 17 500установок nature-citation Yuan1z skill, refactored into static/dynamic layers Ищет статьи из Nature и семейства CNS для подтверждения тезисов рукописи, связывает утверждения с источниками и готовит экспорт для менеджера ссылок. Пригодится, когда нужны ссылки именно из этих журналов. CX Codex +1 15 600установок

Из того же набора422

Весь набор →
ngs-dna-umi-panel-variants Помогает спланировать или выполнить анализ таргетных ДНК-панелей с UMI, консенсусными чтениями и поиском редких вариантов. Пригодится, когда важно оценить молекулярное покрытие и контроль качества панели. CX Codex GP ChatGPT 2установок ngs-dna-somatic-variants Скилл для планирования и запуска соматических вариантов в опухоли: tumor-normal, tumor-only, WGS, WES и панели. Полезен, когда нужно проверить пары образцов до запуска пайплайна. CX Codex GP ChatGPT 2установок ngs-chip-cutrun-peaks-qc Скилл планирует и запускает QC для ChIP-seq, CUT&RUN и CUT&Tag: от контроля образцов до пиков, bigWig и differential binding. CX Codex GP ChatGPT 2установок ngs-bulk-rnaseq Диспетчер задач bulk RNA-seq: разводит обработку FASTQ в матрицу счётчиков и статистику по готовой матрице. Пригодится, когда нужно посчитать экспрессию и найти дифференциально экспрессированные гены. CX Codex GP ChatGPT 2установок ngs-bcl-to-fastq Проверяет папку прогона Illumina и sample sheet, планирует демультиплексирование и запускает конвертацию BCL в FASTQ. Нужен, когда на входе — папка прогона секвенатора. CX Codex GP ChatGPT 2установок website-to-hyperframes Скилл превращает сайт по URL в видео HyperFrames: от захвата страниц до сценария, раскадровки и проекта Studio. CX Codex GP ChatGPT 2установок hyperframes Скилл для сборки видео на HTML: композиции, титры, субтитры, озвучка и анимации под музыку. Пригодится, когда видео нужно собрать кодом, а не в редакторе. CX Codex GP ChatGPT 2установок hyperframes-cli Скилл управляет созданием видеопроектов HyperFrames: от шаблона и проверки HTML-композиций до предпросмотра, рендера, транскрибации и TTS. CX Codex GP ChatGPT 2установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой