Que fait qpcr-lc96-figures ?
Compétence Codex pour l'analyse des données qPCR Roche LightCycler/LC96 : parsing, contrôle qualité, analyse Delta Ct et production de figures WT/KO prêtes pour publication.
Compétence Codex pour l'analyse des données qPCR Roche LightCycler/LC96 : parsing, contrôle qualité, analyse Delta Ct et production de figures WT/KO prêtes pour publication.
Cette compétence Codex est spécialisée dans le traitement des données de qPCR issues des instruments Roche LightCycler/LC96. Elle automatise le parsing des fichiers de sortie bruts, effectue un contrôle qualité rigoureux (détection des valeurs aberrantes, normalisation), réalise l'analyse Delta Ct (calcul des expressions relatives, comparaison WT/KO) et génère des graphiques vectoriels de qualité publication. Idéale pour les chercheurs en biologie moléculaire, elle réduit considérablement le temps de traitement manuel et garantit la reproductibilité des analyses. Compatible avec l'environnement Codex, elle exploite les bibliothèques Python standard (pandas, numpy, matplotlib) pour une intégration fluide dans les workflows de laboratoire.
npx skills add wangxuan0813/qpcr-lc96-figuresInstalled? Explore more Recherche et analyse de données skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Compétence Codex pour l'analyse des données qPCR Roche LightCycler/LC96 : parsing, contrôle qualité, analyse Delta Ct et production de figures WT/KO prêtes pour publication.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.