MCP HubMCP Hub
Volver a habilidades

bio-copy-number-gatk-cnv

GPTomics
Actualizado 19 days ago
11 vistas
312
51
312
Ver en GitHub
Otroautomationdata

Acerca de

Esta habilidad basada en GATK detecta variantes en el número de copias tanto para análisis somático (tumor-normal) como de línea germinal a partir de datos de WGS o WES. Implementa el flujo de trabajo estándar de CNV de GATK, incluyendo pasos para recopilar conteos de lecturas, eliminar ruido y modelar segmentos. Úsela cuando siga las mejores prácticas de GATK o cuando integre la identificación de CNV con otras canalizaciones de variantes de GATK.

Instalación rápida

Claude Code

Recomendado
Principal
npx skills add GPTomics/bioSkills -a claude-code
Comando PluginAlternativo
/plugin add https://github.com/GPTomics/bioSkills
Git CloneAlternativo
git clone https://github.com/GPTomics/bioSkills.git ~/.claude/skills/bio-copy-number-gatk-cnv

Copia y pega este comando en Claude Code para instalar esta habilidad

Repositorio GitHub

GPTomics/bioSkills
Ruta: copy-number/gatk-cnv
0

Habilidades relacionadas

llamaguard

Otro

LlamaGuard es el modelo de Meta de 7-8B parámetros para moderar las entradas y salidas de LLM en seis categorías de seguridad como violencia y discurso de odio. Ofrece una precisión del 94-95% y puede implementarse usando vLLM, Hugging Face o Amazon SageMaker. Utiliza esta skill para integrar fácilmente filtrado de contenido y barreras de seguridad en tus aplicaciones de IA.

Ver habilidad

cost-optimization

Otro

Esta Skill de Claude ayuda a los desarrolladores a optimizar los costes en la nube mediante el ajuste de tamaño de recursos, estrategias de etiquetado y análisis de gastos. Proporciona un marco para reducir los gastos en la nube e implementar una gobernanza de costes en AWS, Azure y GCP. Úsala cuando necesites analizar los costes de infraestructura, ajustar el tamaño de los recursos o cumplir con restricciones presupuestarias.

Ver habilidad

quantizing-models-bitsandbytes

Otro

Esta habilidad cuantiza LLMs a precisión de 8 o 4 bits utilizando bitsandbytes, logrando una reducción de memoria del 50-75% con pérdida mínima de precisión. Es ideal para ejecutar modelos más grandes en memoria GPU limitada o para acelerar la inferencia, admitiendo formatos como INT8, NF4 y FP4. La habilidad se integra con HuggingFace Transformers y permite entrenamiento QLoRA y optimizadores de 8 bits.

Ver habilidad

dispatching-parallel-agents

Otro

Esta Skill de Claude despliega múltiples agentes para investigar y solucionar 3 o más problemas independientes de forma concurrente. Está diseñada para escenarios que involucran fallos no relacionados que pueden resolverse sin estado compartido o dependencias. Su capacidad principal es la resolución paralela de problemas, asignando un agente por cada dominio problemático independiente para maximizar la eficiencia.

Ver habilidad