你还陷入在生信不知如何分析四处求人的境地当中吗?无穷无尽的报错和代码调试,也让你苦不堪言?

生信分析的门槛,正在悄悄被AI打碎。

从此,AI 不是一个臃肿的软件,而是为 AI agents 量身定制的科研大脑。

今天,我们用一个真实的差异表达+富集分析案例,带你领略生信分析的惊人效率。

一、现场直击:从原始数据到 7 张出版级图表

我们向AI发起挑战,首先,输入指令如下:

> 请你帮我根据D:\微信\WeChat Files\xwechat_files\wxid_6s9t3ivb381g12_a7a6\msg\file\2026-03\genes_expression_class_code_anno_count(1).txt做一个富集分析图

● 让我先读取这个文件,了解数据格式。

  Reading 1 file… (ctrl+o to expand)

  ⎿  D:\微信\WeChat

 Do you want to proceed?

 > 1. Yes

   2. Yes, allow reading from 2026-03/ during this session

   3. No

下一步进行差异表达分析方法的选择:

←  [×] 比较组  [ ] 差异基因筛选  √ Submit  →

差异表达分析用哪种方法?

> 1. DESeq2(推荐)

     负二项分布模型,适合count数据,统计最严谨

  2. edgeR

     同样适合count数据,速度稍快

  3. 简单fold-change + t-test

     不安装Bioc包,直接用log2CPM,速度最快

  4. Type something.

选择富集分析的类型:

←  [×] 比较组  [ ] 分析类型  √ Submit  →

富集分析类型?

> 1. GO富集(柱状图)

     GO term 富集分析,展示 BP/MF/CC

  2. KEGG富集(柱状图)

     KEGG pathway 富集分析

  3. GO + KEGG 都做

     同时生成 GO 和 KEGG 富集图

  4. Type something.

进行分析(还能自动下载一些本地没有的R包,简直不要太方便!)

 Do you want to create enrichment_analysis.py?

 > 1. Yes

   2. Yes, allow all edits during this session (shift+tab)

   3. No

生成结果如下:

● 全部成功。生成了以下文件:

  图片(7张)

  - GO_enrichment_combined.png — GO 综合柱状图(BP/MF/CC 三色)

  - GO_BP_enrichment.png — 生物过程(BP)柱状图

  - GO_MF_enrichment.png — 分子功能(MF)柱状图

  - GO_CC_enrichment.png — 细胞组分(CC)柱状图

  - GO_enrichment_dotplot.png — GO 气泡图(点大小=基因数)

  - KEGG_enrichment.png — KEGG 通路柱状图

  - KEGG_enrichment_dotplot.png — KEGG 气泡图

  结果表(2个)

  - GO_enrichment_results.csv

  - KEGG_enrichment_results.csv

而且还有分析流程的简要描述,也是一个很好的生信学习材料:

  分析流程简述:

  1. CPM 过滤低表达基因(保留 14,954 个)

  2. log2CPM + t-test + BH 校正,筛出 DEG(530 个,|log2FC|≥1, padj<0.05)

  3. Fisher's exact test 做 GO/KEGG 富集,BH 校正

  4. GO 显著 103 条,KEGG 显著 64 条

GO 富集分析结果如下:

KEGG富集分析结果如下:

随后小编又尝试“使用R语言去进行火山图的绘制”,也运行的非常迅速成功,如下:

它的优势在于:

1. 它是 AI 的“百科全书”

从基础的序列比对、引物设计,到前沿的单细胞轨迹分析、空间转录组去卷积,甚至临床数据库 ClinVar 的查询,实现了全流程覆盖。

2. 它是 AI 的“避坑指南”

生信代码最怕版本不兼容。bioSkills 在每个技能描述中都包含了 Version Compatibility,强制要求 AI 生成正确、规范、可执行的代码。

如果说过去AI是“会写代码的实习生”,那么现在将是:懂得任务结构的生信辅助画图小能手!

如果你准备认真尝试“AI + 生信”,百沐将是你绝对不容错过的底层武器。

Logo

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地,聚焦技能开发、插件实践与部署教程,为开发者提供可直接落地的方案、工具与交流平台,助力高效构建与落地 AI 应用

更多推荐