LogoClawIndex
案例技能关于
LogoClawIndex

bio-crispr-screens-hit-calling - 选择并协调CRISPR筛选命中判定方法

根据实验设计选择CRISPR筛选命中判定方法,协调不一致结果,并应用共识、多重检验、效应量和验证规则。

标签

更新于: 2026-10-06
CRISPR筛选命中判定MAGeCKBAGEL2drugZJACKSChronosCERES共识分析统计方法

能力

选择匹配设计的方法比较统计模型协调不一致的命中结果构建共识命中层级

典型输入

CRISPR筛选计数矩阵实验设计元数据筛选质量结果

典型输出

方法选择建议排序后的命中列表共识命中层级

该技能可以做什么

  • 选择匹配设计的方法
  • 比较统计模型
  • 协调不一致的命中结果
  • 构建共识命中层级
  • 应用第二sgRNA筛选
  • 按置信度安排验证
  • 审查不稳定的重复结果

输入

  • CRISPR筛选计数矩阵
  • 实验设计元数据
  • 筛选质量结果
  • 命中判定结果表

输出

  • 方法选择建议
  • 排序后的命中列表
  • 共识命中层级
  • 分歧原因说明
  • 第二sgRNA筛选后的命中结果
  • 验证分级建议

要求

  • MAGeCK 0.5.9或更高版本
  • BAGEL2 1.0或更高版本
  • 2019年8月或更高版本的drugZ
  • JACKS 0.2.0或更高版本
  • Chronos 2.0或更高版本
  • CERES 1.0或更高版本
  • pandas 2.2或更高版本
  • numpy 1.26或更高版本
  • scipy 1.12或更高版本
  • statsmodels 0.14或更高版本

来源

  • 规范: SKILL.md

ClawIndex

OpenClaw Skills 与 Use Case 索引

ClawIndex 是一个生态驱动的 OpenClaw Skills 与真实 Use Case 索引站。

索引

Skills·
Cases

Meta

关于·
声明·
邮箱·
GitHub
© 2026 ClawIndex 保留所有权利。