seuratclusterstats
为Seurat对象生成全面的集群统计数据和可视化,包括降维图、基因表达可视化、集群质量指标和clustree图。此过程对于探索和验证聚类结果至关重要。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
为Seurat对象生成全面的集群统计数据和可视化,包括降维图、基因表达可视化、集群质量指标和clustree图。此过程对于探索和验证聚类结果至关重要。
在细胞类型选择之前对所有细胞(包括T细胞、B细胞和非T/B细胞)进行粗略聚类。此过程识别出广泛的细胞群体,以便通过`TOrBCellSelection`进行后续的T/B细胞选择。与作用于已选择的T/B细胞上的`SeuratClustering`不同,该方法提供对异质性细胞群体的初始聚类。
技术美术工作循环 - 执行由协调员分配的视觉资产任务
通过图拉普拉斯算子进行分布式剪切神经网络协调
从长篇文章、论文、文字记录、视频或音频内容生成全面的“节目笔记”摘要。当用户请求节目笔记、剧集摘要、带有收获的内容摘要,或者提到mdynotes.com格式时使用。创建包含元数据、钩子、收获、引用和参考资料的结构化摘要。
调查区域周边相似遗址的匹配及比较分析
浏览omicverse的单细胞预处理教程,对PBMC3k数据进行质量控制、计数标准化、检测高变基因,并在CPU、CPU-GPU混合或GPU堆栈上运行PCA/嵌入流程。
指导Claude完成omicverse的单细胞聚类工作流程,涵盖预处理、质量控制、多方法聚类、主题建模、cNMF以及批次间整合,如t_cluster.ipynb和t_single_batch.ipynb中所展示的。
为分形号角设计生成丰富的可视化效果。在渲染3D几何图形、创建声学图、模拟动画、构建仪表板或生成出版质量的图表时使用。作为所有SFH-OS代理的中心可视化枢纽。
对号角几何形状运行声学模拟,使用BEM分析。在评估号角性能、分析阻抗曲线、计算极性图或评分几何变化时使用。返回声学指标和可视化数据。
高性能Node.js图片处理库。使用libvips最快速地调整JPEG、PNG、WebP、AVIF和TIFF图片大小。
持久内存系统,用于在Cloudflare的边缘网络上运行的AI代理。使用此技能可以在对话中记住上下文、回忆相关信息并构建长期知识。当您需要存储决策、学习内容、错误或应持续到当前会话之外的上下文时,请激活此功能。
最终交易信号生成器。将来自所有分析源(战情室、手动分析、深度推理、CEO分析、新闻)的输出整合为具有适当归属的统一TradingSignal数据库条目。
意涵胜过模拟 —— 想象力创造(威尔·赖特)
OmicVerse教程的快速参考表,涵盖了MOFA、GLUE配对、SIMBA集成、TOSICA转移和StaVIA制图。
使用omicverse的Single2Spatial工作流程将scRNA-seq图谱映射到空间转录组切片上,用于深度森林训练、点级别评估和标记可视化。
使用空间填充曲线和曼德勃罗扩展生成分形号角几何体。在设计号角拓扑、创建几何变体或探索用于声学优化的分形方法时使用。生成STL网格和分形分析数据。
通过形状锚点而非线性日志实现AI原生会话连续性。在开始会话时使用以从前一状态进行定位,或在结束时固化状态以便未来实例使用。
人类自主验证协议 - 通过定期的断电测试和多维度的能力评估,验证人类操作员保持与AI系统的功能独立性。
持久内存系统,用于AI代理。使用此技能可以在对话中记住上下文、回忆相关信息并构建长期知识。当您需要存储决策、学习内容、错误或应持续到当前会话之外的上下文时,请激活此功能。
由AI驱动的信号工厂核心,用于处理可观测性信号并维护知识图谱。使用场景:(1) 开发信号引擎(新鲜度、漂移、合约、数据质量、数量、异常);(2) 配置信号路由器以进行标准化和路由;(3) 为资产和血统设计Neptune图模式;(4) 实现DynamoDB状态管理以处理事件。触发条件:“创建信号引擎”、“配置信号路由器”、“设计图模式”、“实现信号处理”。
指导Claude通过SCSA、MetaTiME、CellVote、CellMatch、GPTAnno和加权KNN转移工作流来注释单细胞模态。
在已注释的单细胞数据上运行omicverse的CellPhoneDB v5封装,以推断配体-受体网络并生成类似CellChat风格的可视化。
清单式参考,涵盖了OmicVerse下游教程中的AUCell评分、元细胞差异表达基因及相关导出内容。