PyDESeq2 차등발현 분석

무엇을 해주나

• 원시 카운트 행렬과 메타데이터를 받아 DESeq2 표준 파이프라인(사이즈 팩터 → 분산 추정 → GLM 적합 → Wald 검정 → BH 보정)을 Python으로 실행합니다.
• ~batch + condition 같은 formulaic 설계식, 다인자 설계, 교호작용 항, 명시적 contrast 지정을 안내합니다.
• apeGLM LFC 축소, 유의 유전자 필터링·정렬, 볼케이노/MA 플롯 코드, H5AD 결과 저장까지 포함합니다.
• 동봉된 scripts/run_deseq2_analysis.py로 커맨드라인 일괄 분석이 가능하고, 인덱스 불일치·전치 오류·설계행렬 rank 부족 등 흔한 오류의 해결책을 제시합니다.

이런 분께 추천

• 벌크 RNA-seq 차등발현 분석이 필요한 생명정보학 연구자·대학원생
• R DESeq2 워크플로를 Python 파이프라인으로 옮기려는 분
• 배치 효과·공변량을 통제한 다인자 설계를 정확히 짜야 하는 분

활용 예시

1. "counts.csv와 metadata.csv로 treated vs control 차등발현 분석해줘" → 필터링부터 유의 유전자 개수 출력까지 코드 생성.
2. "배치 효과를 보정하고 싶어" → --design "~batch + condition" 기반 CLI 실행 명령과 설계식 순서 규칙 안내.
3. "결과가 하나도 유의하지 않아" → 분산 분포, 사이즈 팩터, p값 분포 진단 코드로 원인 점검.

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/K-Dense-AI/scientific-agent-skills/HEAD/skills/pydeseq2/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 K-Dense-AI/scientific-agent-skills 의 skills/pydeseq2 폴더를 내 ~/.claude/skills/pydeseq2/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.