К основному содержанию
скилл CX Codex

tooluniverse-expression-data-retrieval — скилл для Claude Code

Скилл находит датасеты экспрессии генов в ArrayExpress и BioStudies, оценивая число повторностей и качество метаданных. Пригодится биоинформатикам для поиска данных RNA-seq.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add mims-harvard/ToolUniverse --skill tooluniverse-expression-data-retrieval -a claude-code
Открыть на GitHub

Что делает tooluniverse-expression-data-retrieval

Скилл ищет эксперименты по экспрессии генов и омиксные датасеты в базах ArrayExpress и BioStudies. Агент проверяет записи через поиск. Запрос строится по официальным символам генов из HGNC или MGI с учётом синонимов.

Для сбора данных скилл вызывает функции arrayexpress_search_experiments и biostudies_search. Он находит файлы и аннотации образцов. Приоритет отдаётся сериям, где есть не менее 3 биологических повторностей, а также выложены сырые и обработанные данные. Если поиск в ArrayExpress пуст, агент переключается на BioStudies.

Поисковые вызовы к API выполняются исключительно на английском языке, даже когда пользователь пишет по-русски. Готовый отчёт ранжирует эксперименты по качеству и даёт прямые ссылки на загрузку.

Какие задачи решает

  • найти датасеты RNA-seq по названию гена и типу ткани
  • оценить число биологических повторностей перед скачиванием данных
  • подобрать исследования microarray для сравнения нормы и патологии
  • найти мультиомиксные эксперименты в базе данных BioStudies

Примеры запросов агенту

  • Найди датасеты RNA-seq по раку лёгкого с разделением на случай и контроль
  • Оцени качество разметки и число биологических повторностей для найденных образцов
  • Найди мультиомиксные исследования по болезни Альцгеймера в BioStudies

Как установить tooluniverse-expression-data-retrieval

1Через Skills CLI (Vercel)

npx skills add mims-harvard/ToolUniverse --skill tooluniverse-expression-data-retrieval -a claude-code

2Вручную: положить файлы

~/.claude/skills/tooluniverse-expression-data-retrieval/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/tooluniverse-expression-data-retrieval/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о tooluniverse-expression-data-retrieval

Как установить tooluniverse-expression-data-retrieval в Claude Code?

Выполните команду npx skills add mims-harvard/ToolUniverse --skill tooluniverse-expression-data-retrieval -a claude-code в терминале. Это добавит скилл в окружение Claude Code.

Что делает tooluniverse-expression-data-retrieval?

Скилл ищет эксперименты по экспрессии генов в ArrayExpress и мультиомиксные данные в BioStudies. Он проверяет число биологических повторностей, оценивает разметку образцов и готовит отчёт со ссылками на скачивание.

На каком языке нужно передавать запросы для поиска?

Скилл всегда формирует внутренние запросы к инструментам на английском языке, даже если вы общаетесь с агентом по-русски. Он автоматически сопоставляет символы генов через HGNC или MGI.

Исходный текст

SKILL.md · Apache-2.0
---
name: tooluniverse-expression-data-retrieval
description: Retrieve gene expression and omics datasets from ArrayExpress and BioStudies with gene disambiguation and quality assessment. Use for finding RNA-seq/microarray datasets by organism/tissue/condition, comparing across studies (case-control, time-series, dose-response), and assessing dataset suitability before downloading. Always uses English search terms.
disable-model-invocation: true
---

# Gene Expression & Omics Data Retrieval

Retrieve gene expression experiments and multi-omics datasets with disambiguation and quality assessment.

**IMPORTANT**: Always use English terms in tool calls. Respond in the user's language.

**LOOK UP DON'T GUESS**: Never assume which datasets exist or their accessions. Always search to confirm.

## Domain Reasoning

Before retrieving, determine: organism, tissue, experimental design (case-control/time-series/dose-response). These affect which database to search and how to interpret results. RNA-seq provides wider dynamic range; microarray has extensive legacy data. Prioritize experiments with >=3 biological replicates, complete annotations, and both raw+processed data.

## Workflow

```
Phase 0: Clarify (if ambiguous) → Phase 1: Disambiguate → Phase 2: Search & Retrieve → Phase 3: Report
```

---

## Phase 0: Clarification (When Needed)

Ask ONLY if: gene name ambiguous, tissue/condition unclear, organism not specified.
Skip for: specific accessions (E-MTAB-*, E-GEOD-*, S-BSST*), clear disease/tissue+organism, explicit platform requests.

---

## Phase 1: Query Disambiguation

Resolve official gene symbol (HGNC for human, MGI for mouse). Note common aliases for search expansion.

| User Query Type | Search Strategy |
|-----------------|-----------------|
| Specific accession | Direct retrieval |
| Gene + condition | "[gene] [condition]" + species filter |
| Disease only | "[disease]" + species filter |
| Technology-specific | Add platform keywords |

---

## Phase 2: Data Retrieval (Internal)

Search silently. Do NOT narrate the process.

```python
# ArrayExpress search
result = tu.tools.arrayexpress_search_experiments(keywords="[gene/disease]", species="[species]", limit=20)

# Get experiment details, samples, files
details = tu.tools.arrayexpress_get_experiment(experiment_id=accession)
samples = tu.tools.arrayexpress_get_experiment_samples(experiment_id=accession)
files = tu.tools.arrayexpress_get_experiment_files(experiment_id=accession)

# BioStudies for multi-omics
biostudies = tu.tools.biostudies_search(query="[keywords]", pageSize=10)
study = tu.tools.biostudies_get_study(accession=study_accession)
study_files = tu.tools.biostudies_get_study_files(accession=study_accession)
```

### Fallback Chains

| Primary | Fallback |
|---------|----------|
| ArrayExpress search | BioStudies search |
| arrayexpress_get_experiment | biostudies_get_study |
| arrayexpress_get_experiment_files | Note "Files unavailable" |

---

## Phase 3: Report Dataset Profile

Present as a **Dataset Search Report**. Hide search process. Include:

1. **Search Summary**: query, databases searched, result count
2. **Top Experiments** (per experiment):
   - Accession, organism, type (RNA-seq/microarray), platform, sample count, date
   - Description, experimental design (conditions, replicates, tissue)
   - Sample groups table, data files table
   - Quality assessment (●●●/●●○/●○○)
3. **Multi-Omics Studies** (from BioStudies): accession, type, data types included
4. **Summary Table**: all experiments ranked
5. **Recommendations**: best dataset for user's purpose, integration notes
6. **Data Access**: download links, database URLs

---

## Data Quality Tiers

| Tier | Symbol | Criteria |
|------|--------|----------|
| High | ●●● | >=3 bio replicates, complete metadata, processed data available |
| Medium | ●●○ | 2-3 replicates OR some metadata gaps |
| Low | ●○○ | No replicates, sparse metadata, or access issues |
| Caution | ○○○ | Single sample, no replication, outdated platform |

---

## Reasoning Framework

**Dataset quality**: Prioritize >=3 biological replicates, complete annotations, both raw+processed data. Single-replicate experiments can inform but not be sole evidence.

**Platform comparison**: RNA-seq = wider dynamic range, novel transcripts. Microarray = probe-limited but extensive legacy data. Cross-platform combining requires batch correction.

**Metadata scoring**: Rate 0-5 on: (1) sample annotations, (2) design documented, (3) pipeline described, (4) raw data deposited, (5) publication linked. Score <=2 warrants caution.

**GEO vs ArrayExpress**: GEO has broader coverage (older studies); ArrayExpress enforces stricter metadata. BioStudies captures multi-omics. Search both.

### Synthesis Questions
1. Does the dataset have sufficient replication and metadata for the intended analysis?
2. Are there batch effects or confounding variables?
3. Do multiple datasets show concordant patterns, and can they be integrated?

---

## Error Handling

| Error | Response |
|-------|----------|
| "No experiments found" | Broaden keywords, remove species filter, try synonyms |
| "Accession not found" | Verify format, check if withdrawn |
| "Files not available" | Note: "Data files restricted by submitter" |
| "API timeout" | Retry once, note "(metadata retrieval incomplete)" |

---

## Tool Reference

**ArrayExpress**: `arrayexpress_search_experiments` (search), `arrayexpress_get_experiment` (metadata), `arrayexpress_get_experiment_files` (downloads), `arrayexpress_get_experiment_samples` (annotations)

**BioStudies**: `biostudies_search` (search), `biostudies_get_study` (metadata+sections), `biostudies_get_study_files` (files)

**Additional Sources**:
- `GEO_search_rnaseq_datasets` / `geo_search_datasets` -- GEO (largest RNA-seq repo)
- `OmicsDI_search_datasets` -- cross-repository aggregation (GEO+ArrayExpress+PRIDE+MassIVE)
- `GTEx_get_expression_summary` -- baseline tissue expression (54 normal tissues, param: `gene_symbol`)
- `ENAPortal_search_studies` -- sequencing studies (param: `query` with `description="..."`)
- `CxGDisc_search_datasets` -- single-cell datasets (needs exact disease ontology terms)
- `GxA_list_experiments` / `GxA_get_experiment_info` / `GxA_get_experiment_expression` -- EBI Gene Expression Atlas: curated baseline (tissue) and differential (condition-comparison) bulk RNA-seq/microarray experiments. Filter `GxA_list_experiments` by `species` and `experiment_type` ("baseline" vs "differential") first; `GxA_get_experiment_expression` needs a specific `experiment_accession` (e.g. `E-MTAB-2836`) plus `gene_id`.
- `ARCHS4_get_gene_expression` / `ARCHS4_get_gene_correlations` -- ARCHS4: box-plot expression statistics (min/Q1/median/Q3/max, log2) across human/mouse tissues and cell lines, and top co-expressed genes by Pearson correlation across 300K+ uniformly reprocessed RNA-seq samples. Good for a quick baseline-expression sanity check or finding candidate co-regulated genes without running a full differential-expression pipeline.
- `Bgee_search_genes` / `Bgee_get_gene_expression` / `Bgee_list_species` -- Bgee: curated baseline expression-by-tissue calls across 29+ animal species (vs. ARCHS4's human/mouse-only reprocessed RNA-seq, or GxA's curated-but-narrower experiment set). `Bgee_get_gene_expression` needs BOTH an Ensembl gene ID and an NCBI taxonomy ID (e.g. `gene_id="ENSG00000141510"`, `species_id="9606"` for human TP53) -- resolve the gene ID with `Bgee_search_genes` first if you only have a symbol. Use `Bgee_list_species` to confirm a species is covered before assuming Bgee has it. Best for cross-species comparison questions ("is gene X expressed in the same tissues in mouse and zebrafish?"), not for finding raw sequencing datasets to download.
- `PubMed_search_articles` -- dataset discovery via publications

---

## Search Parameters

**ArrayExpress**: `keywords` (free text), `species` (scientific name), `array` (platform filter), `limit`
**BioStudies**: `query` (free text), `limit`

© mims-harvard · Apache-2.0 · mims-harvard/ToolUniverse

Похожие скиллы

Всё по теме «Наука и исследования» →
biostudies-arrayexpress-skill официальный OpenAI Скилл отправляет запросы к BioStudies и ArrayExpress по тексту или accession и возвращает краткую сводку. Пригодится, когда нужно найти исследование или получить его данные. CX Codex GP ChatGPT 13установок ngs-bulk-rnaseq официальный OpenAI 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 pydeseq2 K-Dense-AI Скилл для дифференциального анализа экспрессии генов по данным RNA-seq. Выполняет отрицательно-биномиальные GLM с учётом биологических реплик, контрастов и ковариат. CX Codex +1 1 900установок scanpy K-Dense-AI Скилл с готовыми скриптами для полного цикла анализа single-cell RNA-seq: от контроля качества до маркерных генов и визуализации. Пригодится, когда нужно прогнать данные через Scanpy, не собирая пайплайн вручную. CX Codex +1 1 900установок opentargets-database google-deepmind Скилл даёт агенту доступ к Open Targets Platform через GraphQL: связи ген-болезнь, данные о лекарствах и оценка перспективности мишени. CX Codex +1 2 200установок ensembl-database google-deepmind Переводит символы генов в ENSG, ENST и ENSP, тянет последовательности и предсказывает эффект варианта через VEP. Нужен, когда работаешь с геномными данными из терминала. CX Codex +1 2 200установок

Из того же набора55

create-tooluniverse-skill Ведёт по семи фазам создания скилла ToolUniverse: от анализа домена и тестирования инструментов до упаковки. Для тех, кто пишет скиллы для ToolUniverse. CX Codex +1 409установок tooluniverse-spatial-transcriptomics Разбирает данные Visium, MERFISH, seqFISH и Slide-seq: находит пространственно вариабельные гены, делит ткань на домены и связывает экспрессию с гистологией. CX Codex +1 408установок tooluniverse-proteomics-analysis Скилл для разбора масс-спектрометрических данных: идентификация белков, количественная оценка, дифференциальная экспрессия и обогащение путей. CX Codex +1 408установок tooluniverse-rare-disease-diagnosis Скилл ведёт от симптомов к списку кандидатных диагнозов: сопоставляет фенотип с HPO, ищет болезни в Orphanet и OMIM, разбирает варианты по ACMG. CX Codex +1 406установок tooluniverse-rnaseq-deseq2 Скилл для дифференциальной экспрессии RNA-seq: DESeq2, edgeR и limma-voom, списки DEG, лог-фолд-изменения и диаграммы Венна по группам. CX Codex +1 405установок tooluniverse-clinical-trial-matching Скилл превращает молекулярный профиль пациента и его клинический статус в ранжированный список клинических испытаний с оценкой доказательности. CX Codex +1 404установок tooluniverse-statistical-modeling Запускает статистические модели для биомедицинских данных: сплайны, логистическую регрессию, анализ мощности и расчёт нежелательных явлений в клинических исследованиях. CX Codex +1 402установок tooluniverse-multi-omics-integration Скилл сводит несколько омикс-слоёв в один анализ: сопоставляет образцы, считает кросс-корреляции, кластеризует пациентов и собирает отчёт. CX Codex +1 398установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой