SciAgent-Skills MCP — Casos de uso, Instalar & Demo en vivo

Por qué usarlo

Características clave

197 habilidades especializadas en ciencias de la vida
Cobertura: RNA-seq, análisis de célula única (scRNA), descubrimiento de fármacos, proteómica, llamada de variantes
Precisión BixBench 92.0% — superior a agentes genéricos
Invocación canónica de herramientas (samtools, bcftools, salmon, scanpy, Seurat, etc.)
Patrones de reproducibilidad (entornos conda/mamba, archivos de configuración)
Potencia la plataforma OmicsHorizon

Demo en vivo

Cómo se ve en la práctica

sciagent-skill.replay ▶ listo

0/0

Instalar

Elige tu cliente

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "sciagent-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/jaechang-hits/SciAgent-Skills",
        "~/.claude/skills/SciAgent-Skills"
      ],
      "_inferred": true
    }
  }
}

Abre Claude Desktop → Settings → Developer → Edit Config. Reinicia después de guardar.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "sciagent-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/jaechang-hits/SciAgent-Skills",
        "~/.claude/skills/SciAgent-Skills"
      ],
      "_inferred": true
    }
  }
}

Cursor usa el mismo esquema mcpServers que Claude Desktop. La configuración del proyecto prevalece sobre la global.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "sciagent-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/jaechang-hits/SciAgent-Skills",
        "~/.claude/skills/SciAgent-Skills"
      ],
      "_inferred": true
    }
  }
}

Haz clic en el icono MCP Servers de la barra lateral de Cline y luego en "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "sciagent-skill": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/jaechang-hits/SciAgent-Skills",
        "~/.claude/skills/SciAgent-Skills"
      ],
      "_inferred": true
    }
  }
}

Mismo formato que Claude Desktop. Reinicia Windsurf para aplicar.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "sciagent-skill",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/jaechang-hits/SciAgent-Skills",
        "~/.claude/skills/SciAgent-Skills"
      ]
    }
  ]
}

Continue usa un array de objetos de servidor en lugar de un mapa.

~/.config/zed/settings.json

{
  "context_servers": {
    "sciagent-skill": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/jaechang-hits/SciAgent-Skills",
          "~/.claude/skills/SciAgent-Skills"
        ]
      }
    }
  }
}

Añádelo a context_servers. Zed recarga en caliente al guardar.

claude mcp add sciagent-skill -- git clone https://github.com/jaechang-hits/SciAgent-Skills ~/.claude/skills/SciAgent-Skills

Un solo comando. Verifica con claude mcp list. Quita con claude mcp remove.

Casos de uso

Usos del mundo real: SciAgent-Skills

Cómo ejecutar un análisis de expresión diferencial RNA-seq masivo

👤 Biólogos y bioinformáticos con archivos FASTQ que necesitan resultados ED ⏱ ~120 min advanced

Cuándo usarlo: Tienes FASTQ de extremo pareado, una referencia y una tabla de condiciones.

Requisitos previos

Habilidad instalada — git clone https://github.com/jaechang-hits/SciAgent-Skills ~/.claude/skills/sciagent-skills
Conda/mamba + computación — Usa un servidor Linux o HPC; macOS está bien para conjuntos de datos pequeños

Flujo

Planifica la tubería

Planifica un flujo de trabajo RNA-seq ED masivo para 2 condiciones x 3 replicados con salmon + tximport + DESeq2. Emite archivos esperados por paso.✓ Copiado

→ Lista de pasos con herramientas y salidas intermedias
Ejecuta cuantificación

Ejecuta salmon quant para cada muestra; produce un script.✓ Copiado

→ Script Bash con invocaciones salmon
Análisis ED

Carga cuantificaciones mediante tximport, ejecuta DESeq2, produce gráficos MA + volcán y una tabla de los 50 genes principales.✓ Copiado

→ Script R + archivos de salida

Resultado: Una tabla ED + gráficos que puedas entregar a un PI o colaborador.

Errores comunes

Desajuste entre referencia y GTF de anotación — Comprueba explícitamente los números de versión; salmon y DESeq2 pueden ejecutarse silenciosamente en IDs no coincidentes
El filtrado de conteos bajos elimina la señal biológica — Usa filtrado independiente o aumenta el umbral gradualmente; no apliques filtrado genérico

Control de calidad de RNA-seq de célula única y agrupamiento de línea de base

👤 Investigadores que comienzan análisis scRNA desde salida de 10x ⏱ ~90 min advanced

Cuándo usarlo: Tienes un directorio de salida de cellranger y necesitas un análisis Seurat o Scanpy inicial.

Flujo

Carga + QC

Carga datos 10x desde la salida cellranger, realiza QC (pct.mt, conteos, características), filtra, normaliza.✓ Copiado

→ Gráficos QC + objeto filtrado
Agrupa

Ejecuta PCA, encuentra vecinos, agrupa a resolución 0.5 y UMAP.✓ Copiado

→ Etiquetas de grupo + gráfico UMAP
Genes marcadores

Encuentra marcadores de grupo, produce un mapa de calor de los 5 principales por grupo.✓ Copiado

→ Tabla de marcadores + mapa de calor

Resultado: Un UMAP anotado y tabla de marcadores listos para interpretación biológica.

Errores comunes

Agrupamiento en exceso a la resolución predeterminada — Prueba un barrido 0.2-1.0 y elige basándote en silhueta + plausibilidad biológica

Llamada de variantes germinales desde WGS

👤 Equipos de genómica que llaman SNPs e indels ⏱ ~180 min advanced

Cuándo usarlo: Tienes BAMs alineados y necesitas un VCF usando mejores prácticas (GATK).

Flujo

Planifica la tubería

Planifica la tubería germinal de mejores prácticas GATK desde BAMs alineados: BQSR, HaplotypeCaller, genotipificación conjunta con GenomicsDBImport.✓ Copiado

→ Esquema de tubería con tiempos de ejecución esperados
Genera scripts

Produce reglas Snakemake para cada paso.✓ Copiado

→ Snakefile con reglas y configuración

Resultado: Una tubería Snakemake reproducible lista para ejecutarse en tu cluster.

Errores comunes

Omitir BQSR en cohortes pequeñas — Hazlo de todas formas — los filtros posteriores de GATK asumen puntuaciones de calidad recalibradas

Clasificación de candidatos de moléculas pequeñas de un cribado

👤 Grupos de química medicinal que clasifican resultados HTS ⏱ ~60 min advanced

Cuándo usarlo: Tienes una lista de candidatos y quieres clasificarlos por similitud con fármacos + novedad.

Flujo

Filtra por Lipinski + PAINS

Calcula banderas Lipinski y PAINS en esta lista SMILES, emite una tabla filtrada.✓ Copiado

→ Script basado en RDKit + CSV filtrado
Similitud con fármacos conocidos

Para candidatos restantes, calcula similitud Tanimoto con fármacos aprobados en ChEMBL; marca >0.85 como andamio conocido.✓ Copiado

→ Tabla de similitud con banderas

Resultado: Una lista de candidatos clasificada priorizada para seguimiento.

Herramientas

Lo que expone este MCP

Herramienta	Entradas	Cuándo llamar	Coste
Bulk RNA-seq workflow	FASTQ + diseño	Análisis ED estándar	compute
scRNA-seq workflow	salida 10x	Línea de base single-cell	compute
Variant calling	BAMs	Cohortes WGS/WES	compute
Proteomics analysis	datos MS	Proteómica basada en MS	compute
Drug discovery triage	lista SMILES	Clasificación de candidatos	compute

Coste y límites

Lo que cuesta ejecutarlo

Cuota de API: Ninguno a nivel de habilidad
Tokens por llamada: 10-50k por diseño de tubería
Monetario: Habilidades gratuitas; costos de computación dependen del tamaño del conjunto de datos
Consejo: Planifica la tubería como un script primero, luego ejecuta; no mantengas a Claude en el bucle durante computación larga.

Seguridad

Permisos, secretos, alcance

Almacenamiento de credenciales: Sin credenciales

Salida de datos: Los diseños de tuberías y fragmentos van a Claude. Los datos de pacientes reales deben permanecer en computación compatible con HIPAA.

No pegues identificadores de pacientes o datos de secuencia sin procesar que pudieran ser re-identificados en prompts.
Siempre revisa los parámetros de llamada de variantes generados — configuración de llamador incorrecta puede producir resultados engañosos.

Resolución de problemas

Errores comunes y soluciones

tximport falla por mapeo transcript-a-gen faltante

Regenera tx2gene del mismo GTF que usaste para el índice salmon; la falta de coincidencia es la causa usual.

Objeto Seurat demasiado grande para RAM disponible

Submuestrea o cambia a almacenamiento en disco con BPCells o Seurat respaldado por DelayedArray

Alternativas

SciAgent-Skills vs otros

Alternativa	Cuándo usarla	Contrapartida
Galaxy / nf-core	Quieres tuberías auditadas y comunitarias en lugar de scripts generados por LLM	Menos conversacional; más lento para personalizar

Más

Recursos

📖 Lee el README oficial en GitHub

🐙 Ver issues abiertas

🔍 Ver todos los 400+ servidores MCP y Skills