Analyze Single-Cell RNA-Seq with Scanpy

技能简介

davila7-scanpy 是 Skillstore 上面向单细胞 RNA 测序分析的 Scanpy 工作流技能，为科研团队在 Claude / Codex / Claude Code 等 AI 代理环境中提供可复现的标准分析流程。它把 QC、归一化、降维、聚类、差异表达、Marker 基因注释等环节封装为统一的脚本与模板，让生物信息学家无需每次从零拼接代码即可产出论文级结果。

技能支持 .h5ad、10X HDF5、10X MTX、CSV 等主流数据格式，覆盖从原始计数矩阵到 Publication 级图表的完整链路，并附带可复用的 QC 报告与分析模板，特别适合需要批量处理多个数据集或长期维护可复现研究流程的实验室。

核心能力

• 多格式数据加载：支持 .h5ad、10X HDF5、10X MTX、CSV 等格式的 Scanpy 加载方式，并提供格式识别脚本。
• QC 与过滤：内置细胞/基因计数、线粒体基因比例、双胞率等质控指标，配套可视化与阈值模板。
• 标准化与降维：覆盖归一化、对数变换、高变基因筛选、PCA、UMAP、t-SNE 等标准降维管线。
• 聚类与注释：内置 Leiden 聚类、Marker 基因排序、人工注释辅助与差异表达分析。
• 可复用脚本与模板：包含通用分析 Notebook 模板、QC 报告生成脚本与配置样例。
• Publication 级图表：内置 t-SNE / UMAP / Marker 基因热图 / 差异火山图等可视化模板。

安装配置

1. 环境前置：本地 Python 环境（建议 3.9+）且已安装 Scanpy、AnnData、Matplotlib、NumPy、Pandas 等依赖。
2. 一键安装：在终端执行 npx skillstore add davila7/scanpy，技能将自动写入 .claude/skills/ 或 .codex/skills/。
3. 数据集路径配置：将 .h5ad / 10X 数据放入 data/raw/ 子目录，并在 config/paths.yaml 中登记样本元数据。
4. 参考基因组配置：若分析需要人/小鼠参考，在 references/ 中放置 marker 基因列表与细胞类型注释文件。
5. 可视化后端：默认使用 Matplotlib，可在 config/plotting.yaml 中切换为 Scanpy 的 vlna 主题或导出 SVG。

使用步骤

1. 初始 QC：调用"Run Initial QC"模板，生成 QC 指标、阈值建议与对比图，输出至 output/qc/ 目录。
2. 标准化工作流：使用"Build Standard Workflow"模板执行加载、归一化、聚类、结果保存的标准流水线。
3. 聚类参数调优：用"Tune Clustering Choices"指令评估不同 resolution、PCA 维度、邻居参数，给出验证指标。
4. Publication 级分析：调用"Prepare Publication Analysis"指令生成 Marker 排序、注释验证、差异表达、轨迹分析、Publication 图表。
5. 结果归档：把 output/ 中的中间文件、QC 报告、最终 h5ad 与图表统一归档到项目仓库，便于论文补充材料。

适用场景

• 新数据集快速探索：在拿到 10X 或 h5ad 数据后 1 小时内完成从 QC 到聚类的完整预览。
• 可复现研究流程：为实验室建立标准 Scanpy 工作流，确保不同批次、不同成员产出一致。
• Publication 图准备：在投稿前统一 Marker 基因热图、差异火山图、轨迹图等图表格式与分辨率。
• 多数据集批量分析：在大型项目中把同一模板套用到多个样本，节省脚本开发时间。
• 生信培训与教学：作为教学示例演示 Scanpy 完整管线，降低新手入门门槛。
• 审稿意见回复：快速重跑参数并补充分析图，加速论文返修响应速度。

适用人群

• 生物信息学家与计算生物学研究者：日常处理单细胞测序数据的研究人员。
• 医学院 / 生命科学博士生与博后：需要快速产出可发表图表的科研新人。
• 单细胞测序服务公司技术团队：为客户做标准化分析的乙方技术员。
• AI for Science 项目工程师：把 LLM Agent 与生物信息流水线结合的复合岗位。
• 实验室 PI 与科研管理者：希望统一团队分析标准、保证结果可复现的负责人。

工作原理

技能以 Scanpy 的官方 API 为底层工具，所有模板与脚本都是对 Scanpy 常用函数的封装。技能在加载阶段通过文件扩展名与目录结构识别数据格式，进入 QC 阶段后调用 sc.pp.calculate_qc_metrics 等标准函数生成指标，再依据内置经验阈值与样本特异图表提示用户调整。降维与聚类流程则把 sc.tl.pca / sc.tl.umap / sc.tl.leiden 串联为可复现的工作流，最终输出包含原始计数、归一化结果、聚类标签、Marker 基因、Publication 图表的全套可追溯产物。

官方链接

• Skillstore 详情页：
• GitHub 仓库：
• 一键安装：npx skillstore add davila7/scanpy
• Manifest：