Clinical Microbiome Agents Md — Development skill for Claude Code

Clinical Microbiome AGENTS.md

임상 microbiome 논문 분석을 Codex, Claude Code 같은 코딩 에이전트한테 맡길 때 쓰려고 만든 `AGENTS.md`다. R(phyloseq + tidyverse) 기반이고, 프로젝트 루트에 이 파일만 두면 에이전트가 QC부터 decontam, 통계, 시각화까지 정해진 순서와 확인 절차를 따라간다.

왜 만들었나

LLM한테 R 분석을 시켜보면 매번 비슷한 문제가 반복된다. 이미 있는 패키지 함수를 두고 지저분하게 직접 짜거나, rarefaction depth나 filtering threshold를 물어보지도 않고 지가 정해버리거나, batch effect·contamination 점검을 그냥 건너뛰거나. phyloseq object의 문제점 (`subset_samples()`, `as.data.frame()`, 숫자로 시작하는 이름 앞에 `X` 붙는 문제)을 이해하지 못한다.

그래서 이런 지점들을 에이전트가 알아서 판단하지 않고, 정해진 규칙을 따르거나 멈춰서 나한테 확인받도록 문서로 작성하였다

파이프라인

[1] Subject Information      [2] Sample Info → Decontam 결정      [3] Phyloseq 기초 분석
 (moonBook 기술통계)   →      (depth/batch 확인 → decontam)  →      (주효과/batch effect/confounding)

단계별로 `.rds`로 저장하고, 재실행할 땐 이미 있는 결과를 다시 계산하지 않는다.

연구자가 확인해야 할 부분은?

에이전트가 값을 임의로 정하지 않고 멈춰서 확인받도록 정해둔 지점이 8개다.

#	위치	뭘 물어보나
1	문서 맨 위 원칙	rarefaction depth·filtering threshold 확정, decontam 방법 선택, covariate 포함 여부, 기존 객체 구조 변경
2	Subject Information	임상변수 결측치 처리 방침
3	Sample Info → Depth	rarefaction depth 값 (자동 산정 절대 금지)
4	Sample Info → Batch confounding table	batch가 group·institution이랑 안 갈릴 때 그걸 어떻게 다룰지
5	Decontam decision	frequency/prevalence/combined 중 최종 선택, threshold 0.1 바꿀지 여부
6	Gate (threshold sensitivity 실행 전)	batch balance 검토 후 batch별로 할지 pooled로 할지, 0.01~0.9 전체 sweep을 진짜 돌릴지
7	Base phyloseq — batch effect	covariate 보정만 할지, ConQuR 같은 batch correction을 쓸지
8	Base phyloseq — main effect	adjusted model에 어떤 confounder를 최종적으로 넣을지

6번 Gate가 유일하게 "무조건 멈추고 물어봐라"라고 못박아둔 자리다. threshold sweep은 계산량도 크고 결과 해석도 민감해서, 여기서만큼은 확인 없이 넘어가는 걸 막아뒀다.

어떤 내용을 다루는가?

• phyloseq 객체 다룰 때 지켜야 하는 것들: subset_samples() 대신 prune_samples(), as.data.frame() 대신 data.frame(), taxa가 행인지 열인지 매번 확인, 숫자로 시작하는 이름 앞에 붙는 X 제거하기.
• decontam 결정 트리: negative control이랑 DNA 농도가 있는지 없는지에 따라 방법을 나눠서 제안하고, 최종 선택은 내가 한다.
• batch confounding table: batch 레벨마