科研 Skill

nf-core-differentialabundance流程

nfcore-differentialabundance

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。

发布者 Codar安全审核通过v0.1.0更新于 2026-09-16

SKILL.md

表达及特征矩阵差异统计(nf-core/differentialabundance)

识别数据与研究目标

从交付文件与报告中识别特征矩阵、样本注释、比较定义和适用的特征注释,明确 counts、连续丰度或芯片原始数据及其支持模式。

方法选择

依据数据尺度选择该版本支持的统计方法,设计配对、批次与协变量;其他模态需验证参数适配,不能默认所有矩阵都符合 RNA-seq 模型。

先核对 版本约定。

核对项固定范围
上游版本2.0.0;30ed7741fc392127156c2fb10cfa3d69d216b54b
上游维护未归档;使用这里固定的源码,不自动跟随新版本
本地运行未进行真实分析运行;不能据本 Skill 文件声称实跑通过
引擎声明!>=25.10.4;还需核验 Java、容器和 profile

根据数据确定参数

从原始计数、连续丰度或芯片表示选择模型,依据重复、配对、批次和检测率确定过滤与设计;预先说明效应量和 FDR 口径,不能围绕显著基因数量反复改阈值。

决策与配置处理要求
事实与缺口先读现有文件和报告;不能据文件名猜实验类型、参考或样本关系;只补问无法核实且会改变分析的背景
参数来源区分协议必需设置、数据估计、方法默认和研究选择;说明实际取值及理由,不要求用户填写专业参数
可执行配置仅把已支持的选择映射为当前版本的原生字段;不支持的步骤另行交接,不虚构开关
阈值复核默认值先评估适用性;依据质控、对照及敏感性检查调整,不能按显著结果数量调参
资料使用时机
参数模式.json编写 params.json 时核对字段、类型、枚举及条件约束
输入模式-1.json准备 contrasts 对应的样本表或输入文件时读取
输入模式-2.json准备 input 对应的样本表或输入文件时读取

仅在已授权且配置齐备时运行。

nextflow run nf-core/differentialabundance -r 30ed7741fc392127156c2fb10cfa3d69d216b54b -params-file params.json

模式文件的许可见 LICENSE。

质控与解释

核对样本顺序、设计矩阵秩、低计数过滤、离群和多重检验,避免把 TPM 直接作为标准负二项原始计数。

交付效应量、统计显著性和支持的富集/可视化;差异关联不证明因果,细胞组成与批次需在解释中体现。

所属插件

多组学整合多组学数据融合、建模与网络整合。

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

常见问题

nf-core-differentialabundance流程能做什么?

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。

如何安装nf-core-differentialabundance流程?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「nf-core-differentialabundance流程」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。

nf-core-differentialabundance流程需要哪些权限?

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。

nf-core-differentialabundance流程经过官方审核吗?

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。