bioinformatics

バイオインフォマティクス

googleadsagent.ai™ による Agent Skills™ の一部です。

説明

バイオインフォマティクスでは、配列解析、タンパク質構造予測、Scanpy を用いたシングルセル RNA-seq、遺伝子制御ネットワークの推定、パスウェイエンリッチメント解析のための計算生物学ワークフローを提供します。エージェントは、各解析タイプにおけるコミュニティのベストプラクティスに従い、BioPython、Scanpy、標準的なバイオインフォマティクスツールを使用して、再現可能な解析パイプラインを生成します。

現代の生物学では、生物学者が解析できる速度を上回る速さでデータが生成されています。1 回のシングルセル RNA-seq 実験では、数万個の細胞について、それぞれ数千の遺伝子を測定した発現プロファイルが得られます。このスキルには、生のシーケンシングデータを生物学的知見へと変換する標準的な解析パイプライン（品質管理、正規化、次元削減、クラスタリング、差次的発現、パスウェイエンリッチメント）が組み込まれています。

このスキルは、トランスクリプトミクスにとどまらず、ゲノミクス（バリアントコーリング、アノテーション）、プロテオミクス（配列解析、ドメイン予測）、システム生物学（遺伝子制御ネットワーク、タンパク質間相互作用）にも対応します。各パイプラインはパラメーター化され、ドキュメント化され、再現可能です。同じ入力からは常に同じ出力が得られます。

使用する場面

• Scanpy を使用してシングルセル RNA-seq データを解析する
• 配列アライメントまたは相同性検索を実施する
• 遺伝子制御ネットワークモデルを構築する
• パスウェイエンリッチメント解析（GO、KEGG）を実行する
• BioPython を使用して FASTA/FASTQ ファイルを処理する
• 配列からタンパク質の構造または機能を予測する

仕組み

graph TD
    A[Raw Sequencing Data] --> B[Quality Control]
    B --> C[Alignment / Quantification]
    C --> D{Analysis Type}
    D -->|Single-Cell| E[Scanpy Pipeline]
    D -->|Bulk RNA-seq| F[DESeq2 / edgeR]
    D -->|Genomics| G[Variant Calling]
    E --> H[Normalize → PCA → UMAP → Cluster]
    H --> I[Differential Expression]
    I --> J[Pathway Enrichment]
    F --> I
    G --> K[Annotation + Impact Prediction]
    J --> L[Biological Interpretation]
    K --> L

データ型に応じてパイプラインが分岐します。シングルセルデータでは Scanpy の標準ワークフローを使用し、バルク RNA-seq では DESeq2 または edgeR を使用します。ゲノムデータはバリアントコーリングとアノテーションの工程に進みます。すべての経路は生物学的解釈へとつながります。

実装

import scanpy as sc
import numpy as np

def scrna_pipeline(adata_path: str, min_genes: int = 200, min_cells: int = 3) -> sc.AnnData:
    adata = sc.read_h5ad(adata_path)

    sc.pp.filter_cells(adata, min_genes=min_genes)
    sc.pp.filter_genes(adata, min_cells=min_cells)

    adata.var["mt"] = adata.var_names.str.startswith("MT-")
    sc.pp.calculate_qc_metrics(adata, qc_vars=["mt"], inplace=True)
    adata = adata[adata.obs.pct_counts_mt < 20, :].copy()

    sc.pp.normalize_total(adata, target_sum=1e4)
    sc.pp.log1p(adata)

    sc.pp.highly_variable_genes(adata, n_top_genes=2000, flavor="seurat_v3")
    adata.raw = adata
    adata = adata[:, adata.var.highly_variable].copy()

    sc.pp.scale(adata, max_value=10)
    sc.tl.pca(adata, n_comps=50)
    sc.pp.neighbors(adata, n_pcs=30)
    sc.tl.umap(adata)
    sc.tl.leiden(adata, resolution=0.5)

    sc.tl.rank_genes_groups(adata, groupby="leiden", method="wilcoxon")

    return adata

def pathway_enrichment(gene_list: list[str], organism: str = "hsapiens") -> pd.DataFrame:
    from gprofiler import GProfiler
    gp = GProfiler(return_dataframe=True)
    results = gp.profile(
        organism=organism,
        query=gene_list,
        sources=["GO:BP", "GO:MF", "KEGG", "REAC"],
    )
    return results[results["significant"]].sort_values("p_value")

from Bio import SeqIO, Align

def sequence_analysis(fasta_path: str) -> dict:
    records = list(SeqIO.parse(fasta_path, "fasta"))
    aligner = Align.PairwiseAligner()
    aligner.mode = "global"

    stats = {
        "num_sequences": len(records),
        "lengths": [len(r.seq) for r in records],
        "gc_content": [float(r.seq.count("G") + r.seq.count("C")) / len(r.seq) for r in records],
    }
    return stats

ベストプラクティス

• 最低品質基準として、遺伝子数が 200 未満の細胞と、3 個未満の細胞で検出された遺伝子をフィルタリングします
• ミトコンドリア由来のリードが 20% を超える細胞は、死細胞または死にかけている細胞の可能性が高いため除外します
• シングルセルデータの差次的発現解析には Wilcoxon の順位和検定を使用します
• すべての遺伝子レベルの検定で、多重検定補正（Benjamini-Hochberg 法）を適用します
• 再現性を確保するため、パイプラインの各段階で中間 AnnData オブジェクトを保存します
• 解析に使用した Scanpy、AnnData、Python のバージョンを報告します

プラットフォームの互換性

プラットフォーム	サポート	備考
Cursor	完全対応	Python + Jupyter をサポート
VS Code	完全対応	Jupyter + Scanpy の統合
Windsurf	完全対応	科学技術向け Python
Claude Code	完全対応	パイプラインスクリプトの生成
Cline	完全対応	バイオインフォマティクスのワークフロー
aider	部分対応	コードレベルのサポート

関連スキル

• ケモインフォマティクス
• データベース検索
• データ分析
• バッチ処理

キーワード

bioinformatics scanpy single-cell rna-seq biopython gene-expression pathway-enrichment sequence-analysis

---

© 2026 googleadsagent.ai™ | Agent Skills™ | MIT License