科研 Skill
MOFA多组学因子分析
10-multi-omics-integration-mofa
在多组学整合领域开展“MOFA+-多组学模型”任务时使用;根据输入、科学假设和运行环境,在多组学模型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v0.1.1更新于 2026-09-04
SKILL.md
MOFA 多组学因子分析
- 对齐样本并对各数据层做适当尺度处理,过滤无信息特征但保留规则。
- 设定因子数、稀疏性和随机种子,多次初始化比较收敛与解的稳定性。
- 检查每个因子在各组学的解释方差,识别被单一批次或技术指标主导的因子。
- 依据高权重特征和样本因子分数解释生物含义,并用外部变量关联但控制多重检验。
- 输出因子分数、特征权重、方差解释、稳定性和批次诊断。
潜因子是统计结构而非自动成立的生物机制;需用独立数据或实验验证。
所属插件
安装该插件会一并获得同领域的 10 个 Skill / MCP。
同插件的其他科研 Skill
- G&T-seq基因组与转录组联合分析当用户需要联合分析同一单细胞的基因组DNA与转录组数据,并关联变异、拷贝数、等位基因和表达状态时使用。
- DIABLO监督式多组学建模在多组学整合领域开展“DIABLO-多组学模型”任务时使用;根据输入、科学假设和运行环境,在多组学模型下已保留的方法实现之间路由。
- 多组学数据对齐与标准化在多组学整合领域开展“早期融合”任务时使用;根据输入、科学假设和运行环境,在数据融合下已保留的方法实现之间路由。
- 多组学联合解释与验证在多组学整合领域开展“晚期融合”任务时使用;根据输入、科学假设和运行环境,在数据融合下已保留的方法实现之间路由。
- SNF多组学相似性网络融合在多组学整合领域开展“omics网络融合-网络融合”任务时使用;根据输入、科学假设和运行环境,在网络融合下已保留的方法实现之间路由。
- 多组学整合方案设计用于根据科研问题、样本配对情况和终点选择多组学整合策略;当用户尚未确定早期、潜变量、网络或决策级融合方法时使用。
- nf-core-differentialabundance流程当已有表达或特征矩阵和样本背景,希望比较处理条件时使用。根据文件、实验背景与研究问题判断适配性,选择方法及参数并解释限制;无需用户知道 nf-core/differentialabundance。
- nf-core-omicsgenetraitassociation流程当多组学数据与性状希望建立基因或特征层关联时使用。根据文件、实验背景与研究问题判断适配性,选择方法及参数并解释限制;无需用户知道 nf-core/omicsgenetraitassociation。
- nf-core-proteogenomicsdb流程当有基因组、转录本或变异材料,需要构建适合质谱搜索的序列库时使用。根据文件、实验背景与研究问题判断适配性,选择方法及参数并解释限制;无需用户知道 nf-core/proteogenomicsdb。
常见问题
MOFA多组学因子分析能做什么?
在多组学整合领域开展“MOFA+-多组学模型”任务时使用;根据输入、科学假设和运行环境,在多组学模型下已保留的方法实现之间路由。
如何安装MOFA多组学因子分析?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「MOFA多组学因子分析」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。
MOFA多组学因子分析需要哪些权限?
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。
MOFA多组学因子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。