ngs-epigenomics-peaks — скилл для Codex: ATAC-seq, ChIP-seq, CUT&RUN
Разбирает запросы по ATAC-seq, ChIP-seq, CUT&RUN и CUT&Tag и передаёт их в нужный пайплайн: QC, выравнивание, пики, консенсус, дифференциальные пики.
npx skills add openai/plugins --skill ngs-epigenomics-peaks -a codexЧто делает ngs-epigenomics-peaks
Скилл работает диспетчером. Сначала он уточняет тип анализа, входные файлы, организм и сборку генома, контрольные образцы, реплики и нужный тип пиков. Когда тип анализа известен, запрос уходит в глубокий скилл под конкретный протокол: для ATAC-seq это ngs-atacseq-peaks-qc с nf-core/atacseq, для ChIP-seq — ngs-chip-cutrun-peaks-qc с nf-core/chipseq, для CUT&RUN и CUT&Tag — тот же скилл с nf-core/cutandrun. Прямой MACS2 оставлен для точечного поиска пиков по готовым BAM.
Перед запуском есть проверка окружения: python plugins/ngs-analysis/scripts/ngs_preflight.py --pipeline epigenomics_peaks --emit-install-plan. Для приёма FASTQ и QC есть общий пакет: python plugins/ngs-analysis/scripts/run_fastq_assay_package.py --lane epigenomics_peaks --sample-sheet assay_samples.csv --execute. Он проверяет пути в sample sheet и структуру чтений, гоняет seqkit stats и FastQC/MultiQC, если они есть, и пишет peak_calling_readiness.json. Полное выравнивание, треки сигнала, TSS/FRiP, консенсусные и дифференциальные пики всё равно идут через пайплайн под конкретный анализ.
Раннеры для ATAC и ChIP/CUT&RUN кладут рядом с TSV/JSON ещё и файлы для просмотра: qc/*_dashboard.html, SVG-графики FRiP и пиков, SVG по размеру вставок, HTML-превью треков, строки треков для UCSC и сессии IGV. Метаданные реплик и контролей нужно протянуть через sample sheet до запуска реального анализа, иначе пайплайн не соберёт сравнение правильно.
Какие задачи решает
- выбрать пайплайн под конкретный эпигеномный анализ
- проверить sample sheet и структуру чтений до запуска
- собрать QC-отчёт по FASTQ до выравнивания
- получить консенсусные и дифференциальные пики
- открыть треки сигнала в IGV или UCSC
Примеры запросов агенту
- Прогони преflight для эпигеномики:
python plugins/ngs-analysis/scripts/ngs_preflight.py --pipeline epigenomics_peaks --emit-install-plan - Разбери мой ATAC-seq: FASTQ, человек, hg38, две реплики — что нужно для поиска пиков?
- Запусти QC по FASTQ через
python plugins/ngs-analysis/scripts/run_fastq_assay_package.py --lane epigenomics_peaks --sample-sheet assay_samples.csv --execute
Как установить ngs-epigenomics-peaks
1Через Skills CLI (Vercel)
npx skills add openai/plugins --skill ngs-epigenomics-peaks -a codex2Вручную: положить файлы
.agents/skills/ngs-epigenomics-peaks/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add openai/plugins --skill ngs-epigenomics-peaks -a claude-code2Вручную: положить файлы
~/.claude/skills/ngs-epigenomics-peaks/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/ngs-epigenomics-peaks/
Вручную: положить файлы
.cursor/skills/ngs-epigenomics-peaks/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install openai/plugins ngs-epigenomics-peaks2Вручную: положить файлы
.github/skills/ngs-epigenomics-peaks/SKILL.mdКомандой платформы
gemini skills install https://github.com/openai/plugins --path plugins/ngs-analysis/skills/ngs-epigenomics-peaksВручную: положить файлы
.devin/skills/ngs-epigenomics-peaks/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Claude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Скиллы Codex: как установить, где лежат и как вызвать
Вопросы о ngs-epigenomics-peaks
Как установить ngs-epigenomics-peaks в Codex?
Выполните npx skills add openai/plugins --skill ngs-epigenomics-peaks, затем npx skills add openai/plugins --skill ngs-epigenomics-peaks -a codex. После этого скилл лежит в .agents/skills/ngs-epigenomics-peaks/SKILL.md.
Что делает ngs-epigenomics-peaks?
Это диспетчер для ATAC-seq, ChIP-seq, CUT&RUN и CUT&Tag. Он уточняет параметры анализа и передаёт запрос в скилл под нужный протокол с QC, выравниванием, треками сигнала, поиском пиков, консенсусом и дифференциальным анализом.
Какие пайплайны он использует по умолчанию?
Для ATAC-seq — nf-core/atacseq, для ChIP-seq — nf-core/chipseq, для CUT&RUN и CUT&Tag — nf-core/cutandrun. Прямой MACS2 применяется только для поиска пиков по уже готовым BAM.
Исходный текст
SKILL.md · MIT
--- name: ngs-epigenomics-peaks description: Dispatch ATAC-seq, ChIP-seq, CUT&RUN, or CUT&Tag requests to assay-specific QC, alignment, signal-track, peak-calling, consensus, and differential peak workflows. --- # Epigenomics Peaks Use this skill as the epigenomics dispatcher for ATAC-seq, ChIP-seq, CUT&RUN, or CUT&Tag analysis. Hand off to the assay-specific deep skill once the assay type is known. ## Essential Inputs Confirm: - assay type - FASTQ or BAM input - organism and genome build - blacklist file, if available - control samples: input DNA, IgG, or spike-in - biological replicates - peak type: narrow, broad, accessibility, or protocol-specific - desired outputs: QC report, peaks, consensus peaks, bigWigs, differential peaks ## Public Defaults Choose the workflow by assay: - ATAC-seq: `ngs-atacseq-peaks-qc` using `nf-core/atacseq` by default - ChIP-seq: `ngs-chip-cutrun-peaks-qc` using `nf-core/chipseq` by default - CUT&RUN or CUT&Tag: `ngs-chip-cutrun-peaks-qc` using `nf-core/cutandrun` by default Use direct MACS2 only for focused peak-calling tasks from prepared BAMs. ## Preflight ```bash python plugins/ngs-analysis/scripts/ngs_preflight.py --pipeline epigenomics_peaks --emit-install-plan ``` ## Local Execution Package For FASTQ intake/QC over ATAC-seq, ChIP-seq, CUT&RUN, or CUT&Tag data, use the shared FASTQ assay package: ```bash python plugins/ngs-analysis/scripts/run_fastq_assay_package.py \ --lane epigenomics_peaks \ --sample-sheet assay_samples.csv \ --execute ``` This validates sample-sheet paths and read structure, runs seqkit stats and FastQC/MultiQC when available, and writes `peak_calling_readiness.json`. Full alignment, signal tracks, TSS/FRiP, consensus peaks, and differential analyses still route through the assay-specific workflow. Assay-specific ATAC and ChIP/CUT&RUN runners now also emit native review files alongside TSV/JSON summaries: `qc/*_dashboard.html`, FRiP/peak SVG plots, insert-size SVG plots, browser-track preview HTML, UCSC track lines, and IGV session files. ## Kickoff Pattern ATAC-seq preflight run: ```bash nextflow run nf-core/atacseq \ -profile test,docker \ --outdir results/atacseq_test ``` ChIP-seq preflight run: ```bash nextflow run nf-core/chipseq \ -profile test,docker \ --outdir results/chipseq_test ``` CUT&RUN/CUT&Tag preflight run: ```bash nextflow run nf-core/cutandrun \ -profile test,docker \ --outdir results/cutandrun_test ``` Carry replicate and control metadata through the sample sheet before running real analysis.
© OpenAI · MIT · openai/plugins