wnian738/single-cell-analysis-skill

Overview

基于 的单细胞转录组分析全流程整理，涵盖从上游数据处理到下游功能分析的 22 个阶段。既可以作为 直接使用，也可以当作一份可复用的单细胞分析代码教程/模板库。 - — 技能说明与 22 个阶段总览（Claude Code 会读取这个文件来理解何时/如何使用本技能） - — 每个阶段的讲解文档：做什么、为什么这么做、关键参数含义、常见坑 - — 每个阶段的可复用 R/Shell 脚本模板，原教程代码里写死的本地路径、样本名、cluster→细胞类型映射等已经替换成 ，使用前需要根据自己的数据填入实际值 把这个仓库（或其中的 single-cell-analysis-skill 目录）放到 Claude Code 的 skills 目录下，之后在对应项目里提到单细胞转录组分析相关需求时，Claude 会自动读取本技能，帮你从对应的 references/ 和 scripts/ 里找到讲解和代码模板。 按 references/ 里的编号顺序阅读，对照 scripts/ 里同名编号的脚本，把 换成自己的实际路径、样本名、参数后即可运行。 R ≥ 4.4，核心依赖 Seurat(v5)、SeuratObject、ggplot2、patchwork、dplyr、data.table；各阶段专用包（Bioconductor/GitHub来源较多）见对应 references/*.md 开头部分，脚本模板顶部也保留了安装命令（默认注释）。阶段13（pySCENIC）和阶段20（CellRanger）额外需要 Linux 服务器 + conda 环境。 脚本模板中的参数（QC阈值、PC数、resolution、双细胞比例、cluster→细胞类型映射等）来自原始教程数据集的经验值，，实际分析时务必结合自己数据的实际分布调整，不要直接照抄参数跑图。

Recommended Tools

Try a different keyword or remove a filter.

Install