Generador de Gráficos de Bioinformática para Openclaw

Un skill de enrutador inteligente que delega solicitudes de visualización de datos bioinformáticos a sub-skills altamente personalizables y listos para su publicación, incluyendo volcano plots, heatmaps, violin plots y scatter plots.

xutaoguo55
v1.0.0
Jun 4, 2026
0
848
0

Instalar y Descargar

1. ClawHub CLI

La forma más rápida de instalar una habilidad directamente desde el registro.

npx clawhub@latest install bioinformatics-plot-generator

2. Instalación manual

Copia la carpeta de la habilidad a una de estas ubicaciones

Global
~/.openclaw/skills/
Espacio de trabajo
<project>/skills/

Prioridad: Espacio de trabajo > Local > Integrado

3. Instalación del prompt

Copia este prompt en OpenClaw para instalarlo automáticamente.

Ayúdame a instalar bioinformatics-plot-generator usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).

¿Prefieres descargar?

Obtén los archivos originales de la habilidad en un archivo ZIP.

¿Qué es Generador de Gráficos de Bioinformática?

El Generador de Gráficos de Bioinformática es una interfaz de enrutamiento especializada diseñada para AI Agents y flujos de trabajo de desarrolladores, actuando como el centro centralizado para visualizar conjuntos de datos biológicos complejos. Utilizando Openclaw Skills, interpreta de forma inteligente las solicitudes de trazado del usuario (desde análisis de expresión diferencial y cribados genómicos hasta análisis de correlación) y delega automáticamente las tareas a la sub-skill de visualización correspondiente. Cada script es altamente personalizable, generando salidas de formato doble estándar (300 DPI PNG y vector SVG) perfectas para publicaciones académicas revisadas por pares.

Al unificar varias bibliotecas de trazado dedicadas bajo un único mecanismo de enrutamiento, los desarrolladores y AI Agents pueden generar visualizaciones sofisticadas sin esfuerzo, sin ajustes manuales de parámetros ni necesidad de escribir scripts desde cero. Ya sea que necesite un heatmap de expresión génica agrupada, raincloud plots para comparación estadística o volcano plots anotados, este skill agiliza los pipelines de visualización científica.

Casos de uso de Generador de Gráficos de Bioinformática

  • Visualizar la expresión génica diferencial, los resultados de cribado CRISPR o los resultados de GWAS con prevención automática de colisión de etiquetas de texto.
  • Generar matrices de expresión génica agrupadas o heatmaps de abundancia de proteínas con anotaciones de filas y columnas.
  • Comparar grupos de distribución con superposiciones de corchetes de significancia estadística utilizando raincloud plots o violin plots.
  • Producir matrices de correlación, líneas de regresión y MA plots para control de calidad y análisis exploratorio de datos bioinformáticos.
  • Integrar pasos de visualización robustos y automatizados en flujos de trabajo de análisis bioinformático impulsados por Openclaw Skills.

Cómo funciona Generador de Gráficos de Bioinformática

  1. Analice el prompt de visualización de datos del usuario y las columnas del conjunto de datos objetivo para determinar el tipo de gráfico adecuado.
  2. Enrute la solicitud dentro de Openclaw Skills a la sub-skill específica (como plot-volcano, plot-heatmap, plot-box-violin o plot-scatter-bar) de acuerdo con la guía de enrutamiento.
  3. Analice los datos tabulares de entrada (TSV/CSV) para localizar las columnas requeridas de índice, fold-change, p-value o valor.
  4. Configure parámetros de estilo, umbrales y anotaciones basados en valores predeterminados o anulaciones avanzadas del usuario.
  5. Ejecute el script de trazado de Python subyacente para renderizar gráficos PNG de alta resolución de 300 DPI y gráficos SVG basados en vectores.
  6. Exporte las rutas finales de visualización junto con cualquier tabla de salida anotada secundaria para análisis posterior.

Configuración de Generador de Gráficos de Bioinformática

Asegúrese de tener los paquetes objetivo instalados en su entorno antes de utilizar estos Openclaw Skills. Los scripts dependen de bibliotecas científicas de Python estándar, como numpy, pandas, matplotlib, seaborn, adjustText y scipy.

Configuración mínima y ejecución de sub-skills

Para ejecutar la generación de un volcano plot:

python plot-volcano/scripts/plot_volcano.py \\
  --input results.tsv \\
  --feature-col gene \\
  --x-col log2FoldChange \\
  --p-col padj \\
  --output volcano.png

Para generar un heatmap de expresión:

python plot-heatmap/scripts/plot_heatmap.py \\
  --input expression_matrix.tsv \\
  --index-col gene \\
  --output heatmap.png

Para crear un violin plot de distribución con pruebas estadísticas:

python plot-box-violin/scripts/plot_box_violin.py \\
  --input data.tsv \\
  --value-col expression \\
  --group-col condition \\
  --plot-type violin \\
  --output violin.png

Esquema de datos y taxonomía de Generador de Gráficos de Bioinformática

El generador de gráficos de bioinformática espera datos tabulares (TSV, CSV o matrices numéricas) y organiza los activos visuales de salida. Las propiedades comunes entre las sub-skills se definen a continuación:

Especificaciones de datos de entrada

Sub-skill Formato de entrada Columnas requeridas / Dimensiones
plot-volcano Tabular (TSV/CSV) ID de característica, Log Fold-Change, p-value o p-value ajustado
plot-heatmap Matriz numérica Índices de fila (genes/proteínas) y encabezados de columna (muestras)
plot-box-violin Tabular (TSV/CSV) Valores numéricos, columna de agrupación/condición discreta
plot-scatter-bar Tabular (TSV/CSV) Coordenadas numéricas, escalado de tamaño o marcadores de categoría

Archivos de salida y artefactos

  • Imagen primaria: PNG de alta resolución de 300 DPI para visualización rápida e inserción en documentos.
  • Salida vectorial: Acompañamiento gráfico SVG opcional (--output-svg) para escalado infinito en Adobe Illustrator o Inkscape.
  • Tablas anotadas: Para los volcano plots, se guarda un TSV anotado con los grupos diferenciales asignados (arriba/abajo/ns).

Funciones avanzadas de Generador de Gráficos de Bioinformática

  • Cálculo dinámico y renderizado de recuentos de cuadrantes directamente en las esquinas del volcano plot.
  • Prevención avanzada de colisiones adjustText para una colocación de etiquetas automática y sin superposiciones de las características Top-N.
  • Clustering jerárquico con métodos de enlace scipy (ward, complete, average, single) integrados en la generación de heatmap.
  • Filtrado de filas basado en varianza para mantener automáticamente solo las Top N características más variables en matrices grandes.
  • Pruebas estadísticas no paramétricas de grupos múltiples (Mann-Whitney U, Welch t-test, Dunn's test) con ajustes de corrección automáticos de Bonferroni o Benjamini-Hochberg.
  • Suavizado LOESS utilizando una implementación NumPy pura optimizada para MA plots.
  • Sistema de enrutamiento modular dentro de Openclaw Skills para transferir solicitudes de visualización científica sin problemas.

SKILL.md


Cargando

Habilidades relacionadas de Openclaw

METADATA

Github Stars: 0
forks: 0

Presentado*