SkillsScout
DATA-ANALYSIS / 数据分析与可视化

combinatorial-screens-gptomics-bioskills

收录日期 2026-08-06·来源仓库 ↗
受欢迎程度
6
可用程度与相关性
8
安全性
9
7.7SCOUT SCORE

1. 基本信息

项目 内容
名称 combinatorial-screens-gptomics-bioskills
作者/维护者 GPTomics
来源链接 https://github.com/GPTomics/bioSkills/tree/main/crispr-screens/combinatorial-screens
许可证 MIT(数据来自 GitHub API)
GitHub Stars 所属合集仓库 1,125(数据来自 GitHub API;该数字属整个 bioSkills 合集,不代表本技能个体热度)
Forks 所属合集仓库 193(数据来自 GitHub API)
最新版本 无独立版本号,随合集仓库更新,本技能路径最近一次提交时间 2026-07-25(数据来自 GitHub API)
安装方式 克隆仓库后运行仓库自带的多 Agent 安装脚本,或手动复制该子目录到对应 skills 目录

2. 功能介绍与亮点

combinatorial-screens 把组合 CRISPR 筛选——同时敲除两个及以上基因、判读它们之间的遗传互作——整理成一份可对话调用的设计与分析指南,覆盖从架构选型到互作打分的完整链条:

亮点是把“加性期望”这一遗传互作打分的核心假设拆解到可运行代码层面,并明确指出 MAGeCK MLE 本身不做加性零假设检验,须配合显式 GI 打分方法互相印证——这个方法学陷阱在同类资料中较少被明确点出。

3. 适用场景

所属分类:数据分析与可视化

适合需要设计旁系同源基因对或通路对组合筛选、在 paired-Cas9 与 Cas12a 多重架构间做选型、解读遗传互作打分结果、或为药物开发筛选合成致死靶点的生物信息学研究者与计算生物学博士生。它与同仓库 library-design(单基因文库设计)、hit-calling(单基因命中判定)互补,专门服务“需要同时扰动两个及以上基因”这一更进阶的筛选场景。

4. 跨 Agent 兼容性

5. 推荐理由

它把组合 CRISPR 筛选中最容易踩坑的两个环节——架构选型(Big Papi vs Cas12a 多重)与遗传互作打分的加性假设——整理成带量化阈值的操作指南,配合 6 类结构化故障排查与跨模态验证清单,能显著降低研究者设计出会在慢病毒载体内重组失效的构件、或误读双敲除加性效应饱和产生假阳性“合成拯救”的成本。

6. 评分

维度 分数 说明
受欢迎程度 6 Hermes 官方生物信息学网关未见此确切名称具名收录,第三方技能市场亦未见独立索引记录;所属合集仓库星数(1,125)按惯例不计入单个子技能自身热度,属默认基线档位
可用性 8 SKILL.md 文档详尽,含架构决策表、可运行的 GI 打分 Python 函数、MAGeCK MLE 设计矩阵示例、6 类失败模式排查指南与量化阈值表;本技能路径最近一次提交为 2026-07-25(评估时不到两周前);但完整使用需自行安装 MAGeCK(≥0.5.9)并理解 Inzolia/in4mer 文库注释格式,非零配置直接可用
安全性 9 纯方法论参考文档与本地示例脚本,不执行任意 shell 命令、不联网外发数据、无需 API key 或凭据,MIT 许可证完全开源可审计

综合评分(三项均值):7.7

7. 跟同类 Skills 相比的优势

对比对象 定位 与本技能的差异
library-design-gptomics-bioskills 同仓库子技能,负责单基因 CRISPR 筛选文库的设计 library-design 处理单一 sgRNA 靶向单个基因的标准文库设计;combinatorial-screens 专注两个及以上基因同时扰动的配对/多重文库架构与遗传互作打分,服务更进阶的筛选场景
hit-calling-gptomics-bioskills 同仓库子技能,负责单基因筛选结果的命中判定与跨方法整合 hit-calling 判定“哪个单基因是显著命中”;combinatorial-screens 判定“两个基因同时敲除的效应是否偏离加性期望”,前者是后者计算 GI 打分时所需单基因基线的上游来源
DepMap 公开数据库单基因敲低数据(非 agent skill) 提供跨细胞系的公开单基因必需性打分数据 DepMap 只覆盖单基因效应,且不同细胞系间不能直接跨用于配对筛选的 GI 计算(技能内明确指出跨系混用是常见误区);combinatorial-screens 提供完整的配对/多重实验设计到打分流程,并给出该陷阱的具体修复方法

8. 用户评价

该技能目前在第三方平台尚无具名用户评价。

10. 安装使用方式

11. 注意事项