科研 Skill

Bulk RNA-seq差异表达分析

04-transcriptomics-deseq2

在转录组学领域开展“DESeq2-差异表达分析”任务时使用;根据输入、科学假设和运行环境,在差异表达分析下已保留的方法实现之间路由。

官方收录发布者 Codar安全审核通过v0.1.2更新于 2026-10-10

SKILL.md

Bulk RNA-seq差异表达分析

设计矩阵不可辨识、配对与批次交织或不同软件结论冲突时,读取方法细节。

开始前

准备未经TPM或对数变换的基因计数、样本表、主要对比、独立生物学单位、批次与配对信息。先确认计数来自同一参考与注释版本,列名能唯一对应样本。

执行流程

  1. 核对库大小、零值比例、基因ID重复和样本身份;用相关性、PCA及已知标记排查错样和离群样本,但不只凭PCA删除样本。
  2. 按预先规则过滤低表达基因,保留过滤前后数量;检查设计矩阵满秩,明确参考水平、交互项和每个对比的实际含义。
  3. 根据均值—方差关系和设计选择DESeq2、edgeR或limma-voom。批次、配对与供体写入模型,不先对原始计数做简单批次相减。
  4. 为每个对比报告log2FC、标准误或置信区间及FDR;需要排序和展示时可用效应缩减,但同时保留未经缩减的检验结果。
  5. 检查离散度、均值—方差趋势、独立过滤、异常影响点和残差;用替代过滤阈值或移除单个异常样本做敏感性分析。

交付与解释

交付完整差异表、模型公式与对比、诊断图、标准化展示矩阵、注释版本和敏感性结果。变换表达值只用于可视化,不能替代原始计数进入计数模型;无独立重复时只能描述技术差异。

用于展示时,交付完整差异结果、比较方向、基因选择依据、注释及适合展示的表达层/变换记录;由同一比较筛选的展示不构成独立验证。无符合条件基因时保留阴性结果,不放宽阈值凑图。

图件交接到已安装的“科研可视化与报告”:提供样本设计、稳定身份与映射、结果和来源,由其通用流程选择表达并核对图表文字。已有R/Python流程沿用原对象;绘图不改变统计模型,不在此重复配色、版式和格式规范。

所属插件

转录组学RNA测序、表达、剪接与转录调控分析。

安装该插件会一并获得同领域的 31 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

Bulk RNA-seq差异表达分析能做什么?

在转录组学领域开展“DESeq2-差异表达分析”任务时使用;根据输入、科学假设和运行环境,在差异表达分析下已保留的方法实现之间路由。

如何安装Bulk RNA-seq差异表达分析?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「Bulk RNA-seq差异表达分析」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

Bulk RNA-seq差异表达分析需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

Bulk RNA-seq差异表达分析经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。