벌크 RNA-seq 분석 오케스트레이터

무엇을 해주나

• 벌크 RNA-seq 분석 전체 흐름(FastQC/트리밍 → STAR·Salmon 정량 → 유전자 수준 counts → PyDESeq2 차등발현 → GSEA/ORA 경로 분석 → 시각화)을 순서대로 안내합니다.
• 두 가지 상류 경로를 상황에 맞게 골라줍니다: Path A nf-core/rnaseq(Nextflow, 재현성 최우선) vs Path B 단독 도구(소규모·학습·제약 환경).
• 가장 번거로운 구간인 "정량 결과 → DESeq2용 counts 행렬"을 scripts/build_counts_matrix.py로 직접 처리합니다(Salmon은 pytximport의 length_scaled_tpm, STAR는 strandedness 컬럼 선택, featureCounts 파싱).
• 실험 설계·QC 관문(반복수 ≥3, 배치 교란, strandedness, PCA/샘플 거리 히트맵)과 버전 고정 원칙을 강제합니다.

이런 분께 추천

• FASTQ 파일을 받아 차등발현 유전자와 경로 결과까지 만들어야 하는 생명과학 연구자·대학원생.
• nf-core/rnaseq 파이프라인을 설정하거나 STAR/Salmon/featureCounts 결과를 DESeq2에 넘기려는 생물정보 분석가.
• 컴퓨팅 자원을 쓰기 전에 실험 설계(반복수, 배치, 라이브러리 방향성)를 점검받고 싶은 분.
• 단일세포 데이터라면 이 스킬 대신 scanpy 스킬을 쓰세요.

활용 예시

1. "내 RNA-seq 데이터 분석해줘" → 샘플시트 검증 → nextflow run nf-core/rnaseq -r 3.26.0 --aligner star_salmon → salmon.merged.gene_counts_length_scaled.tsv로 DE 진행.
2. "Salmon quant 폴더를 DESeq2용 counts 행렬로 만들어줘" → build_counts_matrix.py --from salmon --tx2gene tx2gene.tsv로 counts.csv + metadata_template.csv 생성.
3. "대조군 3개 vs 처리군 3개, 배치가 2개인데 설계식 어떻게?" → ~batch + condition 권장과 교란 여부 점검, QC 임계값 안내.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/bulk-rnaseq/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/bulk-rnaseq 폴더를 내 ~/.claude/skills/bulk-rnaseq/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.