React Native

当处理 ChIP/ATAC/RNA-seq 等 NGS 比对数据、需要把 BAM 转成归一化覆盖度轨道、做样本质控或绘制特征区信号图时使用；做 BAM→bigWig（RPGC/CPM/RPKM）归一化、相关性/PCA/指纹质控、TSS/peak 附近热图与谱图等产物；不适用于读段比对（用 STAR/BWA/bowtie2）、peak calling（用 MACS2/HOMER）、BAM/VCF 编程操作（用 pysam）；触发词：bigWig、bamCoverage、computeMatrix、plotHeatmap、ChIP-seq、ATAC-seq

当需要从 ENCODE Portal/SCREEN 取调控基因组数据——按 assay(TF ChIP-seq/ATAC-seq/DNase-seq/组蛋白 ChIP/RNA-seq)+靶点+细胞系检索实验、下载 BED/bigWig 峰文件、按区域或基因查 cCRE 候选顺式调控元件——以注释变异、定位开放染色质或建参考峰集时使用；做 REST/SCREEN 取数并产出实验表/峰文件/cCRE 分类表(PLS/pELS/dELS/CTCF-only);不适用于变异调控打分(用 RegulomeDB)、GWAS 关联(用 GWAS Catalog)或自有 BAM 出 bigWig/call peak(用 deeptools/macs3);触发词：ENCODE、cCRE、SCREEN、ChIP-seq 峰、ATAC-seq、DNase-seq、开放染色质、调控元件、bigWig、IDR peaks

当对 Illumina FASTQ（单端/双端、RNA-seq/WGS/WES/ChIP-seq/ATAC-seq）做比对前预处理时使用；用 fastp 一遍完成接头自动识别、质量/长度过滤、双端重叠校正、polyX 去尾，产出修剪后的 fastq.gz 和 HTML+JSON 质控报告，供 MultiQC 汇总；不适用于已比对 BAM/VCF 解析、需 FastQC 逐碱基详报或 Trimmomatic 滑窗精控的场景。触发词：fastp、FASTQ、接头修剪、adapter trimming、质控、QC、polyA、双端、MultiQC

当为生物数据集（scRNA/AnnData/DataFrame/Zarr）做版本管理、谱系追踪、本体校验与可查询数据湖时使用；用 lamindb（含 bionty）以 track()/finish() 包裹分析，注册 Artifact、按 key/feature/本体过滤查询、用 Bionty 标准化细胞/基因术语并产出 FAIR 的可溯源 artifact；不适用于单细胞分析流程（聚类/差异表达用 single-cell-rnaseq-analysis）与纯本体查表（用 bionty 即可）；触发词：lamindb、lamin、artifact、谱系/lineage、ln.track、bionty、数据治理、FAIR、数据湖、本体校验

当需从 ChIP-seq/ATAC-seq/CUT&RUN 比对 BAM 中检测富集峰时使用；用 macs3 callpeak 以泊松模型相对 input/IgG 找富集区，产出 narrowPeak/broadPeak/summits 及信号轨；不适用于 RNA-seq 表达定量、变体检测或差异结合统计本身（交给 DiffBind/DESeq2）；触发词：MACS3、峰检测、ChIP-seq、ATAC-seq、narrowPeak、broadPeak

当对同一批细胞的两种及以上组学（10x Multiome RNA+ATAC、CITE-seq RNA+蛋白等）做联合分析时使用；用 muon/MuData 按模态分别预处理（ATAC 走 TF-IDF/LSI、蛋白走 CLR）并构建 WNN 联合嵌入、聚类、MOFA+ 因子分析，产出联合 UMAP/聚类/跨模态 marker；不适用于单一 RNA 模态（用 scanpy）、需深度概率批次校正（用 scvi-tools MultiVI/totalVI）；触发词：muon、MuData、多组学、CITE-seq、10x Multiome、WNN、ATAC、CLR、MOFA

当分析 Neuropixels 高密度细胞外电生理记录（.ap.bin/.lf.bin/.meta、SpikeGLX/OpenEphys/NWB）需做预处理、漂移校正、spike sorting、质量指标与 unit 筛选时使用；用 SpikeInterface + Kilosort4 跑「原始数据→可发表 curated units」全流程并产出 sorting/质量指标 CSV/Phy/NWB；不适用于钙成像或 LFP/EEG/胞内记录、单细胞 RNA-seq（用 single-cell-rnaseq-analysis）；触发词：Neuropixels、spike sorting、Kilosort4、SpikeGLX、Open Ephys、质量指标、unit curation、细胞外电生理

当需要运行、开发、配置或调试 Nextflow / nf-core 数据流程（生信为主，也含任意可复现计算）时使用；产出可复现、可移植、可扩展的 DSL2 流程、模块/子工作流、nextflow.config 与 nf-test 用例，并能扩展到 HPC/云；不适用于 Snakemake/CWL/WDL 等其他工作流引擎或非流程类脚本；触发词：nextflow、nf-core、.nf、nextflow.config、DSL2、process/channel/operator、samplesheet、nf-test、生信流程、可复现流程、rnaseq、sarek。

当你有批量 RNA-seq 原始整数计数矩阵 + 样本元数据，要做两组或多因子差异表达（DE）检验时使用；用纯 Python 的 PyDESeq2 拟合负二项 GLM、跑 Wald 检验（BH-FDR）、apeGLM LFC 收缩，产出 DE 结果表与火山图/MA 图；不适用于上游比对定量、单细胞每细胞 DE（先 pseudobulk）、通路富集（下游交富集技能）；触发词：差异表达、DESeq2、pydeseq2、RNA-seq、火山图、负二项、批次校正、Wald 检验、padj、log2FoldChange

当已有含 spliced/unspliced 层的单细胞 RNA-seq（AnnData）需从快照数据推断分化方向、细胞命运、潜伏时间与驱动基因时使用；用 scVelo 跑 stochastic/dynamical 速率流程并产出 UMAP 速率流线图、latent_time、rank_velocity_genes 与处理后 .h5ad；不适用于无 unspliced 层的数据（先跑 velocyto/STARsolo）、常规聚类注释（用 single-cell-rnaseq-analysis）、命运概率建模（用 CellRank）；触发词：RNA 速率、RNA velocity、scvelo、剪接动力学、latent time、velocyto、轨迹方向、驱动基因

当需用深度生成模型（VAE）对单细胞组学做概率批次校正、半监督细胞注释、CITE-seq RNA+蛋白联合建模、参考→查询迁移学习或带不确定性的差异表达时使用；在 AnnData 原始计数上走 setup_anndata→train→get_* 统一 API，产出批次校正潜空间/去噪表达/细胞类型预测/概率 DE；不适用于无批次效应的常规聚类可视化（用 scanpy）或秒级线性批次校正（用 harmony）；触发词：scvi-tools、scVI、scANVI、totalVI、批次校正、CITE-seq、迁移学习、概率差异表达

当处理单细胞 RNA-seq 数据（.h5ad/10X/CSV）需做质控、归一化、降维聚类、找 marker 基因与可视化时使用；用 Scanpy/AnnData 跑标准探索流程并产出 UMAP/聚类/细胞类型注释与处理后 .h5ad；不适用于深度学习概率模型（用 scvi-tools）、跨条件严谨差异表达（先 pseudobulk 再用 pydeseq2）；触发词：单细胞、scRNA-seq、scanpy、anndata、UMAP、聚类、marker 基因、细胞类型注释

当需要把 bulk RNA-seq reads 比对到参考基因组、产出排序 BAM 与剪接位点表，供变异检测/IGV/deeptools/ENCODE 流程使用时用本条；用 STAR 建基因组索引、做（双轮）剪接感知比对，并可同步出基因计数，产出 Aligned.sortedByCoord.out.bam、SJ.out.tab、Log.final.out 与 ReadsPerGene.out.tab；不适用于只要转录本/基因定量而不需 BAM（用更快的 Salmon 伪比对）、单细胞 RNA-seq（用 scanpy）。触发词：STAR、RNA-seq、比对、aligner、剪接位点、splice junction、BAM、基因计数、GeneCounts、二轮比对、twopass、genomeGenerate、sjdbOverhang

当需要预测 RNA 二级结构（MFE 折叠、配对概率、RNA-RNA 互作）用于 siRNA/sgRNA 靶点可及性、核酶/适配体设计、miRNA-靶标配对时使用；用 ViennaRNA Python 绑定（import RNA）或 RNAfold CLI 跑「序列→MFE→配分函数与配对概率→点括号→双链」流程并产出结构/能量/bpp 矩阵与图；不适用于三级结构/3D 建模、需 Mfold 算法或 RNAstructure 特定输出、蛋白结构；触发词：RNA 二级结构、ViennaRNA、RNAfold、MFE、点括号、配对概率、siRNA 可及性、sgRNA、RNAduplex、cofold

React project initialization, development guidance, and code review based on personal architectural conventions (yarn+vite+ts+react+antd+tailwind). Use when: (1) Creating/initializing a new React project, (2) Adding new pages, components, modules, or API services to an existing React project, (3) Reviewing React project structure and code organization, (4) Setting up linting/formatting toolchain (eslint, prettier, stylelint, husky, commitlint, ls-lint, lint-staged), (5) Configuring routing or HTTP request utilities. Supports two project scales: simple (single-module) and complex (multi-module with dynamic route discovery). Default UI stack: Antd + Tailwind CSS. Default backend convention: Python (snake_case API with humps auto-conversion).

React + TypeScript 项目的完整工程规范，涵盖项目结构、组件设计、Hooks、路由、状态管理、API 层、错误处理、测试和性能优化。当用户在 React 项目中创建、修改组件或模块，涉及架构设计、代码编写时自动激活。

该规则解释了 TypeScript、React Native、Expo 和移动 UI 开发的使用方法和最佳实践。

从零开始开发 Cymusic 音乐播放器（React Native + Expo）音源插件的完整指南。 当用户要求编写、创建、开发 Cymusic 插件，或要求将某个音乐网站、API 适配为 Cymusic 音源时触发。 Cymusic 插件协议非常简单——唯一职责是根据 (title, artist, songmid, quality) 返回可播放的音频 URL， 搜索 / 歌词 / 专辑等元数据由 Cymusic 内置 QQ Music 接口提供。 涵盖：Cymusic 原生格式与 lx-music 兼容格式、沙箱限制、站点分析方法论、本地测试、发布更新等完整流程。 本 Skill 面向 AI 执行，指导 AI 与零基础用户协作完成插件开发。

Normalize Figma-to-code requests into an executable parity task. Use when a user provides a Figma link, node id, screenshot, or asks to convert a design into iOS, Android, Flutter, React Native, or web code with visual fidelity.

单细胞RNA-seq分析完整流程。从原始数据到可发表图表，智能判断当前阶段并执行，16步覆盖数据探查、QC、整合、聚类、注释、Marker、差异、富集、轨迹、Velocity、SCENIC、CellChat全流程。

React 核心源码编码风格 Skill。蒸馏自 facebook/react 核心包（packages/react-dom、 packages/react-reconciler、packages/scheduler），以及 Dan Abramov、Sebastian Markbåge、 Andrew Clark 的 PR review 和设计文档。 触发词：「React 源码风格」「Fiber 架构」「reconciler 风格」「react core style」「React 内部实现」。 适用：React 核心贡献、自定义 reconciler、调度器集成、Fiber 树遍历、effects 系统开发。

OligoFormer 昇腾 NPU 迁移 Skill，适用于将基于 PyTorch Transformer 的 siRNA 效能预测模型迁移到华为 Ascend NPU，覆盖环境搭建、RNA-FM 依赖安装、代码适配、推理验证与可选训练流程。

React Native UI 开发规范

用于单细胞 embedding/聚类/注释之后的下游分析配方：scRNA-seq DEG、pseudobulk、trajectory、RNA velocity、pseudotime、PAGA、DPT、Monocle3、cell-cell communication、CellChat、LIANA、NicheNet、marker gene、single-cell enrichment。禁用于：QC、doublet、预处理、batch 整合、基因 ID 转换、细胞注释前置步骤（先用 single-cell-prep）。

用于单细胞 RNA-seq 数据的标准化预处理、QC、doublet 检测、batch 整合、基因 ID 转换、细胞类型注释与内容指纹，为下游聚类、scFM embedding、DEG、轨迹或细胞通信准备可复现输入。触发：单细胞预处理、scRNA-seq QC、scanpy 预处理、AnnData、h5ad、质控、doublet、Scrublet、scDblFinder、batch correction、Harmony、scVI、BBKNN、基因 ID 转换、CellTypist、SingleR、CITE-seq、multiome、空间转录组、Visium。禁用于：bulk RNA-seq（用 geo-triage / omics_deseq2），以及 embedding 之后的 DEG/trajectory/cell communication（交给 sc-downstream-analysis）。

用于 GEO / SRA 公共转录组数据集的初筛与二次分析规划——选数据集、差异表达、富集分析、通路注释。触发：GEO 数据集、GSE、公共转录组、bulk RNA-seq 分析、differential expression、DEG 分析、GSEA、富集分析、pathway enrichment、KEGG、GO 富集、reanalyze GEO、找一个数据集来验证、公共数据验证我的假设、reanalysis of public data。禁用于：单细胞（scRNA-seq）分析——请交给 sc-analysis skill，再由 single-cell-prep / sc-downstream-analysis 接手。

端到端、分阶段验收的单细胞分析工作流，用于 scRNA-seq、10x Genomics、Scanpy/Seurat、单细胞差异表达、轨迹、RNA velocity、细胞通信、多模态、空间与 scFM。负责串联 single-cell-prep、sc-downstream-analysis、scfm-embed、bio-spatial 与实验验证。禁用于 bulk RNA-seq / microarray GEO（用 geo-triage）。

CORNN凸优化递归神经网络方法论。将RNN训练转化为凸优化问题，训练速度比传统方法快100倍，支持百万参数RNN在标准计算机上亚分钟级训练。适用于大规模神经记录实时建模、神经动力学推断、吸引子结构恢复。触发词：RNN训练、凸优化、神经动力学、实时建模、数据约束RNN、convex optimization、recurrent neural network、neural dynamics inference。

基于格论的RNN剪枝方法论。将RNN建模为偏序集，构建依赖格，识别不可约元进行选择性剪枝。相比传统幅度剪枝更好地保留功能连接性。触发词：RNN剪枝、格剪枝、偏序集、依赖格、不可约元、网络压缩、lattice pruning、poset、meet irreducible。

Linear equivalence of nonlinear recurrent neural networks using two-site cavity method. Shows covariance matrix of large nonlinear RNNs takes same form as linear networks with mean-field order parameters. Activation: nonlinear RNN, linear equivalence, cavity method, mean-field analysis, covariance matrix.