ylwu-510/simplify-bioinformatics-code

simplify-bioinformatics-code 是做什么的？

一个用于简化生物信息学代码的 Codex 技能，同时保留科学意图、可靠输入和可读的分析结构。

概述

该技能帮助开发者将冗长或复杂的生物信息学脚本转化为更简洁、可维护的版本，同时确保：

• 科学意图：算法背后的生物学假设和计算逻辑保持不变。
• 可靠输入：已验证的数据源、文件路径和参数不会被意外修改。
• 可读分析结构：代码以清晰、逻辑分步骤的方式呈现，便于审查和共享。

适用平台

• Codex（例如在 OpenAI 的 ChatGPT 或 VS Code 中使用）
• 其他支持技能机制的 AI 编码助手（如 Claude Code 或 Cursor）

工作原理

1. 输入扫描：分析输入的代码片段或文件，识别科学函数和关键输入（如参考基因组路径、阈值、参数）。
2. 意图提取：标记代码中体现生物学逻辑的核心部分（例如序列比对步骤、统计检验）。
3. 简化规则：应用预设规则集来：
   • 移除冗余实现细节（如重复注释或过度防御性检查）
   • 重命名变量以提高清晰度
   • 将长函数拆分为模块化步骤
   • 保留科学文献引用和注释
4. 输出验证：确保简化后的代码与原始代码在功能上等效。

示例用法

简化前的代码（Python）

# 加载并修剪原始读段
def process_reads(filename, trim_quality=20):
    import pysam
    samfile = pysam.AlignmentFile(filename, "rb")
    reads = []
    for read in samfile.fetch():
        if read.is_unmapped:
            continue
        # 根据平均质量分数修剪
        if read.query_qualities:
            avg_qual = sum(read.query_qualities) / len(read.query_qualities)
            if avg_qual < trim_quality:
                continue
        reads.append(read)
    return reads

简化后的代码（输出）

def load_filtered_reads(bam_path, min_avg_quality=20):
    """加载 BAM 文件并过滤低质量读段。
    保留映射的读段；根据平均碱基质量分数筛选。
    """
    import pysam
    with pysam.AlignmentFile(bam_path, "rb") as bam:
        mapped_reads = [
            read for read in bam.fetch()
            if not read.is_unmapped
            and read.query_qualities
            and (sum(read.query_qualities) / len(read.query_qualities)) >= min_avg_quality
        ]
    return mapped_reads

使用说明

• 确保代码包含清晰的科学意图（如注释或描述性函数名）。
• 输入可以是单个函数、完整脚本或多个文件。
• 该技能会保留原始科学文献引用和关键参数。

注意事项

• 该技能不会改变算法逻辑或科学假设。
• 如果输入缺乏明确意图（例如过于模糊的变量名），简化后的代码可能仍需要人工审查。
• 始终在简化后验证输出，特别是在处理敏感分析时。