HiC_tools 新手贡献指南向 HiC_tools 提交新工具快速上手【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasetsHiC_tools 是收录数百个 Hi-C 分析工具的开源库。这篇 Hi-C 工具库贡献指南把向 HiC_tools 提交工具拆成挑入口、写条目、发 PR 三步照着做就能发出你的第一条贡献。向 HiC_tools 提交工具时可参考的 3C/Hi-C 技术对比表️ HiC_tools 仓库地图6 个关键文件速览写条目之前先花三分钟认清楚仓库里的分工后面找文件就不会迷路。文件作用README.md条目主体按 Pipelines、QC、TAD callers、Visualization 等功能章节组织顶部带目录CONTRIBUTING.md贡献指南说明三种贡献路径与新条目的格式规则dashboard.pyStreamlit 交互式仪表盘可按类别、语言、年份等筛选全部工具pipeline_comparison.csv主流 Hi-C 流水线功能对比表含比对、过滤、质控、可视化等维度pipelines_list.csv主流 Hi-C 流水线基础清单run_dashboard.sh一键启动本地仪表盘的脚本还有一条规则直接决定你的条目放在哪章节内已发表工具按论文发表时间倒序排列最新在最上方未发表工具统一放在章节末尾。提交前先看一眼所在小节的既有顺序。 挑贡献入口三种方式选最轻的一条工具库提供三条贡献路径开一个 Issue——用于建议、勘误或提交前的讨论直接提 PR——新增工具的主路径改动直接落在仓库里联系维护者——通过邮件或社交平台沟通适合不便写成 PR 的问题。建议新增工具先开 Issue 确认工具归入哪个章节再提 PR。章节一次判断对能省掉一轮返工。克隆仓库与本地预览仪表盘先拿到仓库的本地副本后续改动都在本地完成git clone https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets条目写完想确认渲染效果启动本地仪表盘即可bash run_dashboard.sh依赖很轻requirements.txt只列了 streamlit 和 pandas 两个包。✍️ HiC_tools 工具条目模板拆解一条标准条目由四部分组成列表项、工具链接、一两句功能描述、details折叠文献块。结构上第一行是列表项写工具名加功能描述工具名链接到官网或代码仓库描述之后接details标签summary里写 Paper块内给出作者列表、论文标题、DOI 链接、期刊和年份。折叠后列表页保持整洁需要文献的人点开即可。书写要点有四条工具链接指向工具官网或代码仓库方便读者直达功能描述参照库内现有条目风格突出核心能力、支持的数据格式.hic、.cool 等与性能优势折叠块作者、标题、DOI、期刊、年份写全不省略流水线类工具对照pipeline_comparison.csv的功能维度Mapping、Filtering、QC、Contact map、Visualization 等组织描述评审能快速判断能力边界。提交前清单从查重要到发 PR这条动线覆盖了 HiC_tools PR 流程的全部要点逐项打勾在README.md中按工具名检索过确认没有重复条目定位到所属功能章节并核对该章节的排序方式已发表工具按发表时间倒序插入未发表的放在章节末尾条目按模板写就details折叠块内含完整文献本地仪表盘打开过渲染效果正常PR 描述里写明了改动的章节与工具名PR 描述是评审第一眼看到的内容把改了哪些章节、动了哪个工具说清楚审核才能直奔主题。如果你手里有一款常用来跑 Hi-C 数据的分析工具它就是最好的第一批提交素材——提交到 HiC_tools让同行都用上 ✨【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考