Skills Agentes

Gget

Consultas rápidas por CLI/Python a más de 20 bases de datos bioinformáticas: info de genes, BLAST/BLAT, secuencias virales, estructuras AlphaFold, enriquecimiento, OpenTargets, COSMIC, CELLxGENE y datos de ratón (8cube).

Reemplaza a: biopython, para procesamiento por lotes o BLAST avanzado, bioservices, para flujos Python multi-base de datos

Solicitaread write edit bash
Estrellas
45.9k

en todo el repo

Actividad
63

0–100, la ruta de este skill

Actualizado
hace 2 meses

último commit aquí

Commits
7

últimos 90 días

Contexto
1.9k tok

102 tok en reposo

Paquete
9 archivos

111 KB

Instalar

Funciona con cualquier agente que lea SKILL.md

npx -y skills add K-Dense-AI/scientific-agent-skills --skill gget --agent claude-code

Se instala solo en este repositorio.

Qué hace

  • Da acceso unificado por CLI y Python a más de 20 bases de datos bioinformáticas (Ensembl, BLAST, AlphaFold, COSMIC, CELLxGENE, OpenTargets, etc.)
  • Cubre 23 módulos en seis categorías: referencia génica, alineamiento, estructura de proteínas, expresión/enfermedad, virus/especificidad y otras
  • Devuelve JSON o CSV por línea de comandos, y DataFrame o diccionario en Python
  • Incluye flujos multi-módulo documentados para caracterización de genes, comparación estructural y análisis de expresión y enfermedad

Úsalo cuando

  • Necesitas una consulta rápida a bases de datos genómicas para exploración interactiva (info de genes, BLAST/BLAT, AlphaFold)
  • Quieres descargar secuencias virales, hacer enriquecimiento funcional o consultar OpenTargets, COSMIC o CELLxGENE
  • Necesitas datos de especificidad o expresión de ratón (8cube) o motivos lineales (elm)

No lo uses cuando

  • Para procesamiento por lotes o BLAST avanzado, usa biopython en su lugar
  • Para flujos Python multi-base de datos más complejos, usa bioservices en su lugar

Qué lo activa

Di cualquiera de estas frases y el agente debería cargar este skill.

  • “Busca información de este gen con gget”
  • “Haz un BLAST de esta secuencia”
  • “Descarga la estructura AlphaFold de esta proteína”
  • “Consulta la expresión de este gen en CELLxGENE”

SKILL.md

En inglés

gget

Overview

gget is a command-line bioinformatics tool and Python package providing unified access to 20+ genomic databases and analysis methods. Query gene information, sequence analysis, protein structures, viral sequences, expression data, disease associations, and mouse tissue/cell specificity metrics through a consistent interface. Most gget modules work both as command-line tools and as Python functions.

Important: The databases queried by gget are continuously updated, which sometimes changes their structure. Guidance here targets gget 0.30.5 (PyPI current as of 2026-06-07). For reproducible work, pin gget==0.30.5; for broken upstream database adapters, update gget after checking release notes.

Installation

Install gget in a clean virtual environment to avoid conflicts:

# Reproducible install targeting this skill
uv venv .venv
source .venv/bin/activate
uv pip install "gget==0.30.5"

# In Python/Jupyter
import gget

Quick Start

Basic usage pattern for all modules:

# Command-line
gget <module> [arguments] [options]

# Python
gget.module(arguments, options)

Most modules return:

  • Command-line: JSON (default) or CSV with -csv flag
  • Python: DataFrame or dictionary

Common flags across modules:

  • -o/--out: Save results to file
  • -q/--quiet: Suppress progress information
  • -csv: Return CSV format (command-line only)

Python argument names generally match long CLI options without leading dashes. For example, --census_version becomes census_version=.... Use gget <module> --help for the exact current signature.

Module Categories

gget exposes 23 modules in six categories. Parameters, CLI and Python examples, and return shapes for every one are in references/module_catalog.md; fuller per-parameter documentation is in references/module_reference.md.

Category Modules
1. Reference & gene information ref (Ensembl reference downloads), search (gene search), info (gene/transcript detail), seq (nucleotide and protein sequences)
2. Sequence analysis & alignment blast, blat, muscle (multiple alignment), diamond (local alignment)
3. Structural & protein analysis pdb (structures and metadata), alphafold (structure prediction), elm (linear motifs)
4. Expression & disease data archs4 (correlation, tissue expression), cellxgene (single-cell), enrichr (enrichment), bgee (orthology and expression), opentargets (disease and drug), cbio (cancer genomics), cosmic (mutations)
5. Viral & mouse specificity virus (viral sequences), 8cube (mouse specificity and expression)
6. Additional tools mutate (mutated sequences), gpt (text generation), setup (install module dependencies)

Several modules need a one-time gget setup before first use (alphafold, elm, cellxgene), and cosmic prompts for COSMIC credentials to download its database.

Common Workflows

Worked multi-module pipelines — gene characterization, structural comparison, expression and enrichment analysis, disease and drug association, orthology comparison, and reference-file preparation for kallisto or alignment — are in references/common_workflows.md, with longer versions in references/workflows.md.

Best Practices

Data Retrieval

  • Use --limit to control result sizes for large queries
  • Save results with -o/--out for reproducibility
  • Check database versions/releases for consistency across analyses
  • Use --quiet in production scripts to reduce output

Sequence Analysis

  • For BLAST/BLAT, start with default parameters, then adjust sensitivity
  • Use gget diamond with --threads for faster local alignment
  • Save DIAMOND databases with --diamond_db for repeated queries
  • For multiple sequence alignment, use -s5/--super5 for large datasets

Expression and Disease Data

  • Gene symbols are case-sensitive in cellxgene (e.g., 'PAX7' vs 'Pax7')
  • Run gget setup before first use of alphafold, cellxgene, elm, gpt
  • For enrichment analysis, use database shortcuts for convenience
  • Cache cBioPortal data with -dd to avoid repeated downloads
  • For OpenTargets, inspect returned column names before writing filters; gget 0.30.5 follows the newer OpenTargets API schema

Structure Prediction

  • AlphaFold multimer predictions: use -mr 20 for higher accuracy
  • Use -r flag for AMBER relaxation of final structures
  • Visualize results in Python with plot=True
  • Check PDB database first before running AlphaFold predictions

Viral Data

  • Use restrictive filters with gget virus before requesting broad viral datasets
  • Keep command_summary.txt with downstream results for reproducibility and recovery after partial downloads
  • Use --baseline and --merge-results to resume interrupted viral metadata/sequence downloads

Error Handling

  • Database structures change; when an adapter breaks, check upstream release notes and pin the newer fixed version explicitly
  • Pin the known-good version for reproducible environments: uv pip install "gget==0.30.5"
  • Process max ~1000 Ensembl IDs at once with gget info
  • For large-scale analyses, implement rate limiting for API queries
  • Use virtual environments to avoid dependency conflicts
  • Keep COSMIC and OpenAI credentials in named environment variables or interactive prompts; do not write real credentials into examples, notebooks, or logs

Output Formats

Command-line

  • Default: JSON
  • CSV: Add -csv flag
  • FASTA: gget seq, gget mutate
  • PDB: gget pdb, gget alphafold
  • PNG: gget cbio plot
  • FASTA/CSV/JSONL folder: gget virus

Python

  • Default: DataFrame or dictionary
  • JSON: Add json=True parameter
  • Save to file: Add save=True or specify out="filename"
  • AnnData: gget cellxgene
  • DataFrame/JSON: gget 8cube specificity, psi_block, expression

Resources

This skill includes reference documentation for detailed module information:

references/

  • module_reference.md - Comprehensive parameter reference for all modules
  • database_info.md - Information about queried databases and their update frequencies
  • workflows.md - Extended workflow examples and use cases

For additional help:

Reproducido de K-Dense-AI/scientific-agent-skills bajo licencia BSD-2-Clause license. Leer esta página en markdown.

Archivos

9 archivos en el paquete. Solo se lee SKILL.md al activarse — las referencias se cargan si el skill decide que las necesita.

Antes de instalar

Requiere Python >=3.8 y gget==0.30.5; algunos módulos (alphafold, cellxgene, elm) necesitan `gget setup` una sola vez, y cosmic pide credenciales.

Detalles

Creador
K-Dense-AI
Licencia
BSD-2-Clause license
Recursos incluidos
scripts en python + referencias
Código fuente
Ver SKILL.md

Etiquetas

Más de K-Dense-AI/scientific-agent-skills

Este repo incluye 163 skills. Si instalas uno, normalmente ya tienes los demás. Ver el pack scientific-agent-skills entero y su comando de instalación

Gestión integral de citas académicas: busca en OpenAlex, PubMed y Google Scholar, extrae metadatos precisos, valida citas y genera entradas BibTeX correctamente formateadas.

Costo de contexto al activarse
3.7k tok
Tamaño del paquete
21 archivos
Última actualización
hace 2 meses
investigacion

Realiza revisiones bibliográficas sistemáticas y completas usando varias bases académicas (PubMed, arXiv, bioRxiv, Semantic Scholar). Genera markdown y PDF con citas verificadas en varios estilos (APA, Nature, Vancouver).

Costo de contexto al activarse
3.2k tok
Tamaño del paquete
12 archivos
Última actualización
hace 2 meses
investigacion

Crea decks de diapositivas y presentaciones para charlas de investigación: PowerPoint, presentaciones de conferencia, seminarios, defensas de tesis. Da estructura, plantillas, guía de tiempos y validación visual.

Costo de contexto al activarse
5.1k tok
Tamaño del paquete
24 archivos
Última actualización
hace 2 meses
documentos

Crea infografías profesionales con Nano Banana Pro AI y refinamiento iterativo inteligente. Usa Gemini 3.6 Flash para revisar la calidad e integra investigación con Perplexity Sonar. Soporta 10 tipos, 8 estilos y paletas para daltonismo.

Costo de contexto al activarse
2.7k tok
Tamaño del paquete
8 archivos
Última actualización
hace 2 meses
diseno ui

Crea pósteres de investigación profesionales en LaTeX con beamerposter, tikzposter o baposter, para conferencias y comunicación científica: layout, colores, columnas múltiples e integración de figuras.

Costo de contexto al activarse
3.9k tok
Tamaño del paquete
17 archivos
Última actualización
hace 2 meses
documentos

Crea diagramas científicos de calidad de publicación con la IA Nano Banana 2 y refinamiento iterativo inteligente. Gemini 3.6 Flash revisa la calidad y solo regenera si está por debajo del umbral de tu tipo de documento.

Costo de contexto al activarse
4.1k tok
Tamaño del paquete
6 archivos
Última actualización
hace 2 meses
diseno ui

Skills relacionados

Aeon

45.9k

Para tareas de machine learning con series temporales: clasificación, regresión, clustering, forecasting, detección de anomalías, segmentación y búsqueda de similitud, con APIs compatibles con scikit-learn.

Costo de contexto al activarse
3.1k tok
Tamaño del paquete
12 archivos
Última actualización
hace 2 meses
datos analitica

Anndata

45.9k

Estructura de datos para matrices anotadas en análisis de célula única. Úsala con archivos .h5ad o el ecosistema scverse; para análisis usa scanpy, para modelos probabilísticos scvi-tools, para escala poblacional cellxgene-census.

Costo de contexto al activarse
3k tok
Tamaño del paquete
6 archivos
Última actualización
hace 2 meses
datos analitica

Infiere redes de regulación génica (GRN) a partir de datos de expresión génica con algoritmos escalables (GRNBoost2, GENIE3), para transcriptómica bulk o de célula única, con computación distribuida.

Costo de contexto al activarse
2.1k tok
Tamaño del paquete
5 archivos
Última actualización
hace 2 meses
datos analitica