AI 进化了!生信分析从此只需一句话?bioSkills 深度实测
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。生信代码最怕版本不兼容。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
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。
更多推荐




所有评论(0)