基因组学
基因组测序、预处理、变异与注释工作流。
- 测序读段比对
- SAM、BAM与CRAM文件处理
- FASTQ质量评估
- 基因组结构与功能注释
组学分析与生信流程,含 25 个插件与分析内核。在这个模式下,智能体会特别注意:
共 25 个插件、528 项技能,标注「默认」的会在第一次进入时自动安装,其余可在「插件」页一键安装。
基因组测序、预处理、变异与注释工作流。
群体结构、关联分析与进化遗传工作流。
DNA甲基化、染色质与调控元件分析。
RNA测序、表达、剪接与转录调控分析。
单细胞、多模态与虚拟细胞分析。
空间转录组、空间定位与空间多组学分析。
蛋白鉴定、定量、互作与修饰分析。
靶向与非靶向代谢组及暴露组学分析。
微生物分类、宏基因组与功能分析。
多组学数据融合、建模与网络整合。
分子网络、调控网络与系统生物学分析。
临床变异注释、评级与遗传诊断。
肿瘤突变、负荷、进化与异质性分析。
ctDNA、CTC、EV 与液体活检分析。
免疫浸润、受体组学与免疫治疗预测。
药物代谢、反应、剂量与毒性预测。
生物标志物、患者分层与临床决策支持。
影像组学、医学影像深度学习与数字病理。
结构预测、分子模拟与蛋白设计。
靶点、QSAR、ADMET、筛选与分子生成。
序列、蛋白、细胞与多模态生物基础模型。
DNA、CRISPR、基因线路与代谢工程设计。
衰老时钟、多组学、细胞衰老与干预预测。
STR、VNTR、SNP 与亲缘关系分析。
通用科研工作流与共享生物医学数据 MCP。
左上角品牌旁边选择「生信模式」。第一次进入会自动安装默认插件。
用一句话写清研究问题和材料,可以拖入文件、选择文献或指定插件。
智能体先和你确认目标与方案,再检索资料、运行代码、生成文件,每一步都能展开查看。
在右侧预览报告、图表、表格和脚本,文件保存在你电脑上的项目文件夹里。
以下是应用里生信模式的推荐任务,复制后把《》里的内容换成你的课题即可。
梳理《GLP-1 药物的长期安全性》的临床证据、争议与研究空白
制作《阿尔茨海默病早期筛查》的组会或开题汇报 PPT
绘制《单细胞测序研究》的分析流程、机制假设与多面板科研图
基于真实数据与分析结果撰写《肿瘤免疫微环境的单细胞研究》论文,输出含公式的 Word 文稿
对《差异表达基因列表》做富集分析,并解释关键通路的生物学意义
精读《一篇单细胞图谱论文》,梳理样本、分析流程与主要发现
为《候选靶点的功能验证》设计细胞与动物实验方案
围绕《肿瘤早筛标志物》撰写国自然申请书的科学问题与研究方案
每个案例都附有提示词、执行步骤和产出。
真实产出帮我基于 CellTypist、SingleR 与经典 Marker 基因,对健康人 PBMC 进行细胞类型注释一致性分析。
示意图用公开的 GWAS 汇总统计,以 BMI 为暴露、2 型糖尿病为结局做两样本孟德尔随机化:筛选工具变量,跑 IVW、MR-Egger 和加权中位数,做异质性与多效性检验,画散点图和森林图。
示意图用 TCGA 肺腺癌的表达和临床数据,估计免疫细胞浸润比例,按中位数把 CD8+ T 细胞浸润分高低两组做 Kaplan-Meier 和多因素 Cox 回归,看它是否是独立预后因素。
示意图这是两组样本的 DESeq2 结果(deg.csv),请筛选 padj<0.05 且 |log2FC|>1 的基因,做 GO 与 KEGG 富集分析,画气泡图,并解释前 5 条通路的生物学意义。
可以。告诉它数据集编号即可,智能体会下载数据并按确认后的方案分析;也可以分析你本地的 FASTQ、表达矩阵、h5ad 等文件。
在你的电脑上运行,生信模式会启用独立的 Python 分析环境,数据和结果都保存在本地项目里。大型比对或组装任务请预留足够的磁盘空间。
不需要。用中文描述任务即可,智能体会自己写代码、运行并解释结果;代码和中间文件都会保留,会写代码的话可以随时查看和修改。
每一步的方法、参数和脚本都会保留,便于复查和复现。用于投稿前,结论和图表仍需要你结合专业判断审核。