bio-imaging-mass-cytometry-interactive-annotation：Interactive cell type annotation ，用于 IMC data。 Covers napari-based ann…
FreedomIntelligence/OpenClaw-Medical-Skills查看
训练与评测
BI
bio-epitranscriptomics-m6anet-analysis
维护者 FreedomIntelligence · 最近更新 2026年4月1日
bio-epitranscriptomics-m6anet-analysis：Nanopore direct RNA m6A detection ，支持 m6Anet 深度学习。
原始来源
FreedomIntelligence/OpenClaw-Medical-Skills
https://github.com/FreedomIntelligence/OpenClaw-Medical-Skills/tree/main/skills/bio-epitranscriptomics-m6anet-analysis
- 维护者
- FreedomIntelligence
- 许可
- MIT
- 最近更新
- 2026年4月1日
技能摘要
来自 SKILL.md 的关键信息
核心说明
- Documentation：https：//m6anet.readthedocs.io/。
- guppy_basecaller \ -i fast5_dir \ -s basecalled \ --flowcell FLO-MIN106 \ --kit SQK-RNA002。
原始文档
SKILL.md 摘录
Align to transcriptome
minimap2 -ax map-ont -uf transcriptome.fa reads.fastq > aligned.sam
## Run m6Anet
```python
from m6anet.utils import preprocess
from m6anet import run_inference
## Preprocess: extract features from FAST5
preprocess.run(
fast5_dir='fast5_pass',
out_dir='m6anet_data',
reference='transcriptome.fa',
n_processes=8
)
适用场景
- Use bio-epitranscriptomics-m6anet-analysis in 科研工作流 aligned ，支持 this subject area。
- Follow upstream documentation ，用于 full working procedure。
不适用场景
- Do not rely on this catalog entry alone ，用于 installation 或 maintenance details。
上游相关技能
- long-read-sequencing - ONT data processing
- m6a-peak-calling - MeRIP-seq alternative
- modification-visualization - Plot m6A sites
相关技能
相关技能
bio-immunoinformatics-tcr-epitope-binding：预测 TCR-epitope specificity ，使用 ERGO-II 、 深度学习 models ，用于 T-cell receptor antig…
FreedomIntelligence/OpenClaw-Medical-Skills查看
CI
训练与评测
cirq
cirq：Cirq is Google Quantum AI's open-source 框架 ，用于 designing，simulating，、 running quantum circuits on quantum computers…
K-Dense-AI/claude-scientific-skills查看
GE
Get Available Resources：检测 available computational resources 、 generate strategic recommendations ，用于 scientific computi…
K-Dense-AI/claude-scientific-skills查看