Agent Skill · 待分类

bulk-rna-seq-batch-correction-with-combat（批量 rna seq 批量校正与战斗）

bulk-rna-seq-batch-correction-with-combat 用于记录任务执行中的错误、用户纠正、经验和能力缺口，适合在 Codex、Claude、Cursor、Gemini CLI 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

bulk-rna-seq-batch-correction-with-combat 是待分类类 Agent Skill，可用宿主为 Codex、Claude、Cursor、Gemini CLI，通过GitHub 仓库获取，权限为只读；许可证信息还不明确，第三方扫描有提醒项，按安装量在待分类类的 11,209 个 Skill 里排第 4,417。

总安装 749周安装 30GitHub Stars 964下载 242核验 2026-05-01

待分类只读 GitHub 仓库未标认证来源可访问许可证需确认审计提醒 Codex Claude Cursor Gemini CLI

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。

GitHub

许可证: unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：bulk-rna-seq-batch-correction-with-combat（批量 rna seq 批量校正与战斗）
来源仓库：https://github.com/starlitnightly/omicverse
仓库路径：skills/bulk-rna-seq-batch-correction-with-combat
安装命令：
npx skills add https://github.com/starlitnightly/omicverse --skill bulk-rna-seq-batch-correction-with-combat
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

skills.shnpx skills

npx skills add https://github.com/starlitnightly/omicverse --skill bulk-rna-seq-batch-correction-with-combat

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定，用法以来源仓库的说明为准。

bulk-rna-seq-batch-correction-with-combat 用于多批次 RNA 测序数据的批次效应校正。基于 ComBat 算法整合不同实验批次的数据，消除技术变异影响。支持 Anndata 格式输入，提供标准化绘图和分析流程。需准备表达矩阵和样本元数据，确保分组信息准确无误。

适用宿主包括 Codex、Claude、Cursor、Gemini CLI，接入前应确认版本、权限和运行环境要求。

来源仓库内路径：skills/bulk-rna-seq-batch-correction-with-combat

上手步骤

4 步

1
确认自己的宿主工具
公开资料标注支持 Codex、Claude、Cursor、Gemini CLI；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。
2
拿到安装命令
可以直接复制的命令是 npx skills add https://github.com/starlitnightly/omicverse --skill bulk-rna-seq-…；命令里的占位符换成自己的路径或密钥再执行。
3
安装后重启宿主
命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。
4
按最小权限试用
它标注为只读，先用只读任务试一次，确认行为符合预期再扩大使用范围。

常见问题

6 条

bulk-rna-seq-batch-correction-with-combat 怎么安装？

在终端执行 npx skills add https://github.com/starlitnightly/omicverse --skill bulk-rna-seq-batch-corr…。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

bulk-rna-seq-batch-correction-with-combat 支持哪些 AI 工具？

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

bulk-rna-seq-batch-correction-with-combat 需要什么权限？

权限级别是只读。该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

bulk-rna-seq-batch-correction-with-combat 是免费的吗？

公开资料没有标注明确许可证，收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

bulk-rna-seq-batch-correction-with-combat 用的人多吗？

公开数据是累计安装 749 次，近一周安装 30 次，下载 242 次，GitHub 964 星。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

bulk-rna-seq-batch-correction-with-combat 安全吗？

第三方扫描有提醒项，说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

同时适配 4 种工具，换客户端不用重新找替代品。
标注为只读权限，试用阶段不容易误改本地文件。

先想清楚的地方

许可证没有明确标注，能不能商用、能不能再分发都不确定。
第三方扫描存在提醒项或未通过项，需要人工逐条确认。
第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

已经在用 Codex，想直接扩展它能力的人。
需要处理待分类类任务、又不想每次都手写提示词的人。
只想先试试效果、不希望它改动本地文件的人。

不太适合

需要明确授权才能用到公司项目里的场景。
需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类

Skill	总安装	GitHub 星	权限	许可证	扫描
infsh-cli infsh CLI · Codex、Claude	4,374,576	382	权限未标注	未明确	未收录
ai-video-generation AI 视频生成 · Codex、Claude	4,313,376	382	调用外部服务	未明确	有提醒
lark-openapi-explorer 云雀 OpenAPI 浏览器 · Codex、Claude	2,064,120	9,011	需要联网	未明确	有提醒
lark-workflow-standup-report Lark 工作流程站立报告 · Codex、Claude	2,041,632	8,978	需要联网	未明确	通过
use-my-browser 使用我的浏览器 · Codex、Claude	1,848,491	40	操作浏览器	未明确	未通过
bulk-rna-seq-batch-correction-with-combat 批量 rna seq 批量校正与战斗 · 本页	749	964	只读	未明确	有提醒

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

Bulk RNA-seq batch correction with ComBat

Overview

Apply this skill when a user has multiple bulk expression matrices measured across different batches and needs to harmonise them before downstream analysis. It follows t_bulk_combat.ipynb, w hich demonstrates the pyComBat workflow on ovarian cancer microarray cohorts.

Instructions

Import core libraries

- Load omicverse as ov, anndata, pandas as pd, and matplotlib.pyplot as plt. - Call ov.ov_plot_set() (aliased ov.plot_set() in some releases) to align figures with omicverse styling.

Load each batch separately

- Read the prepared pickled matrices (or user-provided expression tables) with pd.read_pickle(...)/pd.read_csv(...). - Transpose to gene × sample before wrapping them in anndata.AnnData objects so adata.obs stores sample metadata. - Assign a batch column for every cohort (adata.obs['batch'] = '1', '2',...). Encourage descriptive labels when availa ble.

Concatenate on shared genes

- Use anndata.concat([adata1, adata2, adata3], merge='same') to retain the intersection of genes across batches. - Confirm the combined adata reports balanced sample counts per batch; if not, prompt users to re-check inputs.

Run ComBat batch correction

- Execute ov.bulk.batch_correction(adata, batch_key='batch'). - Explain that corrected values are stored in adata.layers['batch_correction'] while the original counts remain in adata.X.

Export corrected and raw matrices

- Obtain DataFrames via adata.to_df().T (raw) and adata.to_df(layer='batch_correction').T (corrected). - Encourage saving both tables (.to_csv(...)) plus the harmonised AnnData (adata.write_h5ad('adata_batch.h5ad', compressio n='gzip')).

Benchmark the correction

- For per-sample variance checks, draw before/after boxplots and recolour boxes using ov.pl.red_color, blue_color, gree n_color palettes to match batches. - Copy raw counts to a named layer with adata.layers['raw'] = adata.X.copy() before PCA. - Run ov.pp.pca(adata, layer='raw', n_pcs=50) and ov.pp.pca(adata, layer='batch_correction', n_pcs=50). - Visualise embeddings with ov.pl.embedding(..., basis='raw|original|X_pca', color='batch', frameon='small') and repeat fo r the corrected layer to verify mixing.

Defensive validation # Before ComBat: verify batch column exists and has >1 batch assert 'batch' in adata.obs.columns, "adata.obs must contain a 'batch' column" n_batches = adata.obs['batch'].nunique() assert n_batches > 1, f"Only {n_batches} batch — need >1 for batch correction" # Verify gene overlap after concatenation if adata.n_vars < 100: print(f"WARNING: Only {adata.n_vars} shared genes after concat — check gene ID harmonization")
Troubleshooting tips

- Mismatched gene identifiers cause dropped features—remind users to harmonise feature names (e.g., gene symbols) before conca tenation. - pyComBat expects log-scale intensities or similarly distributed counts; recommend log-transforming strongly skewed matrices. - If batch_correction layer is missing, ensure the batch_key matches the column name in adata.obs.

Examples

"Combine three GEO ovarian cohorts, run ComBat, and export both the raw and corrected CSV matrices."
"Plot PCA embeddings before and after batch correction to confirm that batches 1–3 overlap."
"Save the harmonised AnnData file so I can reload it later for downstream DEG analysis."

References

Tutorial notebook: t_bulk_combat.ipynb
Example inputs: omicverse_guide/docs/Tutorials-bulk/data/combat/
Quick copy/paste commands: reference.md

平台分布

Codex

34.73%

按下载量换算84

Claude

30.45%

按下载量换算74

Cursor

19.79%

按下载量换算48

Gemini CLI

10.48%

按下载量换算25

安全审计

Gen Agent Trust Hub

可疑

Socket

通过

Snyk

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项，安装前请自行复核。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多待分类 Skills（11,209）返回 Skills 目录

上一个 Skill

bulk-complete（批量完成）

abdullahbeam/nexus-design-abdullah

bulk-complete 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

bulk-rna-seq-deconvolution-with-bulk2single（使用 bulk2single 进行批量 rna seq 反卷积）

starlitnightly/omicverse

bulk-rna-seq-deconvolution-with-bulk2single 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。