1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | deseq2-basics-gptomics-bioskills |
| 作者/维护者 | GPTomics（GitHub 组织，自述为专注生物信息学与 AI 的研究实验室）；主要维护者 djemec |
| 来源链接 | https://github.com/GPTomics/bioSkills/tree/main/differential-expression/deseq2-basics |
| 许可证 | MIT（GitHub API 确认，仓库根 LICENSE 文件） |
| GitHub Stars | 1,116（GitHub API；数字属整个 bioSkills 合集，不代表本技能自身热度） |
| Forks | 193（同上，合集整体） |
| 最新版本 | 无独立版本标签；该技能目录最近一次实质性提交为“DE updates”（2026-05-29），仓库整体最近 push 于 2026-07-25 |
| 安装方式 | 见第 10 章 |
2. 功能介绍与亮点
deseq2-basics 教 agent 用 DESeq2（R/Bioconductor 生态里最主流的 bulk RNA-seq 差异表达工具）完成从计数矩阵到显著基因列表的完整统计流程：
- 核心洞见：
lfcShrink()返回的收缩后效应量与results()携带的 Wald p 值来自两个不同的统计模型——收缩估计用于排序与可视化，p 值才是推断依据；把收缩后的 LFC 拿去做下游筛选阈值再声称 FDR 可控是常见的方法学错误。技能同时指出results(dds)不带参数调用会静默返回resultsNames(dds)里的最后一个系数，是另一个隐蔽陷阱。 - 方法选择决策树：按“分组比较用 Wald、多水平/时间序列用 LRT、需要方向性截断用 TREAT”给出清晰路径，并列出 apeglm/ashr/normal 三种 LFC 收缩先验的适用条件。
- 失败模式表：覆盖 padj=NA 成因（独立过滤/Cook’s 异常值剔除）、分散度拟合曲线不匹配、
design matrix not full rank、salmon/kallisto 小数计数矩阵报错、参考水平按字母序导致符号颠倒、原核生物压力应激下 median-of-ratios 归一化失效等十余种真实报错场景，均按“触发-机制-症状-修复”结构展开。 - 双生态覆盖：除 R 原生 DESeq2 外，另附 PyDESeq2（Python 实现）的等价代码模式，并说明两者数值结果的细微差异来源。
- 引用 11 篇正式文献，含 DESeq2 奠基论文（Love, Huber & Anders 2014 Genome Biology）与 LFC 收缩方法论文（Zhu, Ibrahim & Love 2019 Bioinformatics）；Version Compatibility 区块要求代码报错时先核对已装包版本再调整代码，而非盲目重试。
亮点：该技能在 LobeHub 技能市场有以 bio-de-deseq2-basics 为标题的独立收录页、在 skills.sh 聚合站也有独立子技能页；所属仓库另被 Hermes Agent 官方技能网关文档列为参考来源、被 GoekeLab/awesome-genomic-skills 精选清单收录，并已上架 OpenClaw 官方市场 ClawHub。
3. 适用场景
所属分类：数据分析与可视化（技能产出是对基因表达计数数据的统计检验与代码生成，属数据分析范畴）。
适用人群：拿到 RNA-seq 原始计数矩阵（或经 salmon/kallisto/RSEM 定量后经 tximport 导入）、需要在两组或多组条件间找出差异表达基因的生物信息学研究者与生信数据科学家；尤其适合初次接触 DESeq2、容易在设计矩阵设定、LFC 收缩与 p 值混用、padj=NA 处理上踩坑的中级用户。
4. 跨 Agent 兼容性
| Agent 生态 | 结论 | 依据 |
|---|---|---|
| Claude Code | 原生支持 | 仓库提供 install-claude.sh，支持全局/按项目/按类别安装 |
| Codex | 原生支持 | 仓库提供 install-codex.sh，用法与 Claude Code 版本一致 |
| OpenClaw | 原生支持 | 仓库提供专用 install-openclaw.sh，也可直接从 OpenClaw 官方市场 ClawHub（clawhub.ai/djemec/bioskills）安装 |
| Hermes Agent | 需适配 | Hermes Agent 官方文档将该仓库列为生物信息学参考来源之一，做法是浅克隆仓库后按需读取 SKILL.md，文档原话明确写明“这些不是 Hermes 格式的技能，应当作专家领域指南对待” |
5. 推荐理由
DESeq2 是 bulk RNA-seq 差异表达分析事实上的行业标准工具，但它的默认行为里藏着几个极易踩中却不易察觉的陷阱：收缩后 LFC 与原始 p 值分属两个模型、summary() 默认阈值与 results() 实际用的阈值不一致、参考水平顺序反了会让上调下调符号颠倒。这个技能没有停留在“跑一遍标准代码”，而是把这些隐蔽错误逐一列成“触发-机制-症状-修复”表，并同时覆盖真菌/细菌等非模式生物场景与 R/Python 两套生态，让 agent 在生成分析代码时能主动避开这些常见但后果严重的误用方式。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | GPTomics 是小型专业研究实验室，非广为人知的一线厂商；本技能具体路径在 LobeHub、skills.sh 两个独立技能市场均有专属收录页，所属仓库另被 Hermes Agent 官方技能网关文档、GoekeLab/awesome-genomic-skills 精选清单分别收录，并已上架 OpenClaw 官方市场 ClawHub——多个独立第三方平台的可查证收录 |
| 可用性 | 8 | 需自行安装 DESeq2/apeglm/ashr/tximport 等开源 R/Bioconductor 包（或对应 Python 库），非一条命令复制即用；但文档完整（SKILL.md 含大量可运行代码块、失败模式表、常见错误对照表），全部依赖免费开源，该目录 2026 年内持续有独立提交 |
| 安全性 | 9 | 纯方法论文档与 R/Python 代码模式，无自动执行脚本，不索取任何 API key 或凭据，全部计算基于用户本地提供的计数矩阵、无需运行时联网；MIT 许可证明确；未发现任何可疑指令 |
安全检查清单： ① shell 命令执行：技能本身不含自动执行的 shell 脚本，代码模式需用户/agent 在自己环境中手动运行 ② 联网外发数据：核心流程完全离线，基于用户本地提供的计数矩阵计算，不查询任何在线数据库或外部服务 ③ API key/凭据：不需要 ④ 可疑指令：通读 SKILL.md 全文（约 2.3 万字节）未发现 prompt injection 或其他可疑指令 ⑤ 作者/组织信誉：GPTomics 为 GitHub 组织，两名贡献者（主要维护者 244 次提交），未发现刷星或 SEO 操纵措辞 ⑥ License：MIT，明确 ⑦ 最近维护时间：该技能路径最近实质性提交 2026-05-29，仓库整体最近 push 于 2026-07-25，在近 3 个月维护窗口内
7. 跟同类 Skills 相比的优势
| 竞品 | 定位 | 与本技能的差异 |
|---|---|---|
同合集 edger-basics（bioSkills） |
edgeR 的拟似然 F 检验框架，小样本（n<5/组）场景更稳健 | 本技能覆盖的是更主流的 DESeq2 负二项 GLM 路线；两者互为交叉验证关系，deseq2-basics 正文直接标注“n<5/组时参考 edger-basics” |
同合集 gsea-gptomics-bioskills（bioSkills） |
对已排序的全基因组统计量做无阈值富集分析 | gsea 是下游步骤，直接消费本技能产出的排序统计量；deseq2-basics 负责更上游、几乎每个 RNA-seq 项目都绕不开的差异表达检验本身 |
| Galaxy 平台内置 DESeq2 工具 | 图形化界面点选参数运行 DESeq2，面向不写代码的用户 | 面向人工交互式网页操作，不解释收缩 LFC 与 p 值分属两模型这类方法学细节；本技能把同一统计流程封装成 agent 可直接生成、并标注版本兼容性的代码模式与失败模式清单 |
8. 用户评价
该技能目前在 LobeHub 与 skills.sh 两个第三方平台均无具名用户评价或评分记录。所属仓库 README 附带一份基于自建 Bio-Task Bench 基准的评测报告，但属发布方自评，不算独立第三方评价。
9. 其他补充
所属仓库 bioSkills 创建于 2026-01-15，README 自述覆盖 63 个功能类目、约 561 个子技能，从基础序列处理到单细胞、通路分析、群体遗传等主题均有涉及；安装脚本统一支持 --dry-run（预览+token 估算）、--validate（校验）、--categories（按类别选装）、--update（增量更新）。differential-expression 类目下还有 edger-basics、batch-correction、timeseries-de、de-visualization 等相邻技能，覆盖差异表达分析的其余环节。
10. 安装使用方式
- Claude Code（推荐）：
git clone https://github.com/GPTomics/bioSkills.git && cd bioSkills && ./install-claude.sh --categories "differential-expression"按类别安装，或不带参数全量安装；也可手动把differential-expression/deseq2-basics/目录复制到.claude/skills/ - Codex：同一仓库下运行
./install-codex.sh - OpenClaw：运行专用的
./install-openclaw.sh，或直接从 ClawHub（clawhub.ai/djemec/bioskills）安装 - 安装后注意事项：技能本身零额外安装，但运行其推荐代码需预先装好 R/Bioconductor 包（
BiocManager::install(c('DESeq2','apeglm','ashr','tximport'))）或对应 Python 包（pip install pydeseq2）；无需重启 agent；对话中出现“DESeq2”、“差异表达”、“differential expression”等关键词或直接引用技能名即可触发
11. 注意事项
- 该技能提供的是方法选择与代码模式，不代替用户搭建 R/Bioconductor（或 Python）运行环境
- PyDESeq2 目前不支持 LRT 检验，仅支持 Wald 检验、多因子设计与 apeglm 收缩，如需 LRT 需切换回 R 版 DESeq2
- 合集仓库整体 1,116 stars 与 193 forks 覆盖数百个子技能，不代表本技能个体的采用热度