Gerador de Gráficos de Bioinformática para Openclaw

Um skill de roteamento inteligente que delega solicitações de visualização de dados bioinformáticos para sub-skills altamente personalizáveis e prontos para publicação, incluindo volcano plots, heatmaps, violin plots e scatter plots.

xutaoguo55
v1.0.0
Jun 4, 2026
0
848
0

Instalar e Baixar

1. ClawHub CLI

A maneira mais rápida de instalar uma habilidade diretamente do registro.

npx clawhub@latest install bioinformatics-plot-generator

2. Instalação Manual

Copie a pasta da habilidade para um desses locais

Global
~/.openclaw/skills/
Espaço de trabalho
<project>/skills/

Prioridade: Espaço de Trabalho > Local > Integrado

3. Instalação do Prompt

Copie este prompt para o OpenClaw para instalá-lo automaticamente.

Ajude-me a instalar o bioinformatics-plot-generator usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).

Prefere baixar?

Obtenha os arquivos originais da habilidade em um arquivo ZIP.

O que é Gerador de Gráficos de Bioinformática?

O Gerador de Gráficos de Bioinformática é uma interface de roteamento especializada projetada para AI Agents e fluxos de trabalho de desenvolvedores, atuando como o hub centralizado para visualizar conjuntos de dados biológicos complexos. Utilizando o Openclaw Skills, ele interpreta de forma inteligente as solicitações de plotagem do usuário (variando de análise de expressão diferencial e triagens genômicas a análises de correlação) e delega automaticamente as tarefas para a sub-skill de visualização correspondente. Cada script é altamente personalizável, gerando saídas de formato duplo padrão (300 DPI PNG e vetor SVG) perfeitas para publicações acadêmicas revisadas por pares.

Ao unificar várias bibliotecas de plotagem dedicadas sob um único mecanismo de roteamento, desenvolvedores e AI Agents podem gerar visualizações sofisticadas sem esforço, sem ajuste manual de parâmetros ou necessidade de criar scripts do zero. Se você precisa de um heatmap de expressão gênica agrupada, raincloud plots para comparação estatística ou volcano plots anotados, este skill simplifica os pipelines de visualização científica.

Casos de uso do Gerador de Gráficos de Bioinformática

  • Visualizar expressão gênica diferencial, resultados de triagem CRISPR ou resultados de GWAS com prevenção automática de colisão de rótulos de texto.
  • Gerar matrizes de expressão gênica agrupadas ou heatmaps de abundância de proteínas com anotações de linhas e colunas.
  • Comparar grupos de distribuição com sobreposições de colchetes de significância estatística usando raincloud plots ou violin plots.
  • Produzir matrizes de correlação, linhas de regressão e MA plots para controle de qualidade e análise exploratória de dados de bioinformática.
  • Integrar etapas robustas e automatizadas de visualização em fluxos de trabalho de análise bioinformática potencializados pelo Openclaw Skills.

Como o Gerador de Gráficos de Bioinformática funciona

  1. Analise o prompt de visualização de dados do usuário e as colunas do conjunto de dados de destino para determinar o tipo de gráfico apropriado.
  2. Roteie a solicitação dentro do Openclaw Skills para a sub-skill específica (como plot-volcano, plot-heatmap, plot-box-violin ou plot-scatter-bar) de acordo com o guia de roteamento.
  3. Analise os dados tabulares de entrada (TSV/CSV) para localizar as colunas necessárias de índice, fold-change, p-value ou valor.
  4. Configure parâmetros de estilo, limites e anotações com base em padrões ou substituições avançadas do usuário.
  5. Execute o script de plotagem Python subjacente para renderizar gráficos PNG de alta resolução de 300 DPI e gráficos SVG baseados em vetores.
  6. Exporte os caminhos finais de visualização juntamente com quaisquer tabelas de saída anotadas secundárias para análise posterior.

Configuração do Gerador de Gráficos de Bioinformática

Certifique-se de ter os pacotes de destino instalados em seu ambiente antes de utilizar estes Openclaw Skills. Os scripts dependem de bibliotecas Python científicas padrão, como numpy, pandas, matplotlib, seaborn, adjustText e scipy.

Configuração Mínima e Execução de Sub-skills

Para executar a geração de um 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 gerar um heatmap de expressão:

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

Para criar um violin plot de distribuição com testes estatísticos:

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 Dados e Taxonomia de Gerador de Gráficos de Bioinformática

O gerador de gráficos de bioinformática espera dados tabulares (TSV, CSV ou matrizes numéricas) e organiza ativos visuais de saída. As propriedades comuns entre as sub-skills estão definidas abaixo:

Especificações de Dados de Entrada

Sub-skill Formato de Entrada Colunas Necessárias / Dimensões
plot-volcano Tabular (TSV/CSV) ID de Característica, Log Fold-Change, p-value ou p-value ajustado
plot-heatmap Matriz Numérica Índices de linha (genes/proteínas) e cabeçalhos de coluna (amostras)
plot-box-violin Tabular (TSV/CSV) Valores numéricos, coluna de agrupamento/condição discreta
plot-scatter-bar Tabular (TSV/CSV) Coordenadas numéricas, escalonamento de tamanho ou marcadores de categoria

Arquivos de Saída e Artefatos

  • Imagem Primária: PNG de alta resolução de 300 DPI para visualização rápida e inserção em documentos.
  • Saída Vetorial: Acompanhamento de gráfico SVG opcional (--output-svg) para escalonamento infinito no Adobe Illustrator ou Inkscape.
  • Tabelas Anotadas: Para volcano plots, é salvo um TSV anotado com grupos diferenciais atribuídos (up/down/ns).

Recursos avançados do Gerador de Gráficos de Bioinformática

  • Cálculo dinâmico e renderização de contagens de quadrantes diretamente nos cantos do volcano plot.
  • Prevenção de colisão avançada do adjustText para posicionamento automático e não sobreposto de rótulos dos Top-N recursos.
  • Clustering hierárquico com métodos de linkage scipy (ward, complete, average, single) integrados na geração de heatmap.
  • Filtragem de linha baseada em variância para manter automaticamente apenas os Top N recursos mais variáveis em grandes matrizes.
  • Testes estatísticos não paramétricos de vários grupos (Mann-Whitney U, Welch t-test, Dunn's test) com ajustes de correção automáticos de Bonferroni ou Benjamini-Hochberg.
  • Suavização LOESS usando uma implementação NumPy pura otimizada para MA plots.
  • Sistema de roteamento modular dentro do Openclaw Skills para transferir solicitações de visualização científica sem problemas.

SKILL.md


Carregamento

Habilidades relacionadas do Openclaw

METADATA

Github Stars: 0
forks: 0

Apresentou*