数据与复现生物信息与基因组学FreedomIntelligence/OpenClaw-Medical-Skills数据与复现

bio-hi-c-analysis-compartment-analysis

维护者 FreedomIntelligence · 最近更新 2026年4月1日

Detect A/B compartments from Hi-C data using cooltools and eigenvector decomposition. Identify active (A) and inactive (B) chromatin compartments from contact matrices. Use when identifying A/B compartments from Hi-C data.

OpenClawNanoClaw分析处理复现实验bio-hi-c-analysis-compartment-analysis🧬 bioinformatics (gptomics bio-* suite)bioinformatics — epigenomics & chromatindetect

原始来源

FreedomIntelligence/OpenClaw-Medical-Skills

https://github.com/FreedomIntelligence/OpenClaw-Medical-Skills/tree/main/skills/bio-hi-c-analysis-compartment-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

2 min

核心说明

Python：cooltools.eigs_cis(clr，gc_cov) ，用于 eigenvector decomposition。
Identify /B compartments ，面向 my Hi-C data" → Decompose contact matrix ，通过 eigenvector analysis to classify chromatin into active ( ) 、 inactive (B) compartments. Python：cooltools.eigs_cis(clr，gc_cov) ，用于 eigenvector decomposition。
检测 /B compartments ，面向 Hi-C contact matrices。
view_df = bioframe.make_viewframe(clr.chromsizes)。

原始文档

SKILL.md 摘录

Compute Compartment Eigenvectors

clr = cooler.Cooler('matrix.mcool::resolutions/100000')

## Compute expected values first

expected = cooltools.expected_cis(clr, view_df=view_df, ignore_diags=2)

## Compute eigenvector decomposition (compartments)

eigenvector_track = cooltools.eigs_cis(
    clr,
    view_df=view_df,
    phasing_track=None,  # Or provide GC content track
    n_eigs=3,
)