SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场bio-orchestrator

bio-orchestrator

智能体与模型

查看项目

更新于 10-13 16:11

技能介绍

Bio Orchestrator 是一个面向生物信息学分析的元智能体（meta-agent，自称 ClawBio meta-agent），其核心作用是理解用户的生物学问题，并决定调用哪些专门子技能来完成分析。

用途

  • 路由生物信息学请求到合适的专门子技能。
  • 识别输入文件类型（VCF、FASTQ、BAM、CSV、PDB、h5ad 等），并据此决定处理路径。
  • 当请求需要多步骤串联（例如“先注释变异，再对群体进行多样性打分”）时，规划分析流程。
  • 生成结构化的 Markdown 报告，包含方法、结果、图表和引用。
  • 产出可复现性打包产物（conda 环境导出、命令日志、数据校验和）。

主要能力与路由规则

Bio Orchestrator 内置一张路由表，根据输入信号选择目标技能：

  • VCF 文件或变异数据：路由至 equity-scorer、vcf-annotator。触发示例包括“分析我的 VCF 中的多样性”“注释变异”。
  • FASTQ/BAM 文件：路由至 seq-wrangler。触发示例包括“对我的 reads 运行 QC”“比对到 GRCh38”。
  • PDB 文件或蛋白质查询：路由至 struct-predictor。触发示例包括“预测 BRCA1 的结构”“与 AlphaFold 比较”。
  • h5ad/Seurat 对象：路由至 scrna-orchestrator。触发示例包括“对我的单细胞数据聚类”“寻找标记基因”。
  • 文献查询：路由至 lit-synthesizer。触发示例包括“查找关于 X 的论文”“总结关于 Y 的近期工作”。
  • 祖源/群体 CSV：路由至 equity-scorer。触发示例包括“对群体多样性打分”“HEIM 公平性报告”。
  • “使其可复现”：路由至 repro-enforcer。触发示例包括“导出为 Nextflow”“创建 Singularity 容器”。

文件类型检测

Bio Orchestrator 通过扩展名映射表判断文件类型并决定路由，映射关系如下：

  • .vcf / .vcf.gz → equity-scorer
  • .fastq / .fastq.gz / .fq / .fq.gz → seq-wrangler
  • .bam / .cram → seq-wrangler
  • .pdb / .cif → struct-predictor
  • .h5ad / .rds → scrna-orchestrator
  • .csv / .tsv → equity-scorer（表格数据的默认路径，需进一步检查表头）

决策流程

接收到生物信息学请求时，Bio Orchestrator 按以下步骤处理：

  1. 识别文件类型：检查文件扩展名和文件头。如果用户提及某个文件，验证其是否存在并确定其格式。
  2. 映射到技能：使用上述路由表。若存在歧义，向用户请求澄清。
  3. 检查依赖：调用技能前，验证其所需二进制程序是否已安装（例如 which samtools）。
  4. 规划分析：对于多步骤请求，先列出计划并获得用户确认再继续。
  5. 执行：按顺序运行相应技能，并在技能之间传递输出。
  6. 报告：生成 Markdown 报告，包含：
    • Methods 部分（使用的工具、版本、参数）
    • Results 部分（表格、图表、关键发现）
    • Reproducibility 部分（可重新运行的命令、conda 环境、校验和）
  7. 审计日志：将每个操作追加到工作目录下的 analysis_log.md。

多技能串联示例

用户请求：“注释 sample.vcf 中的变异，然后对群体进行多样性打分”。

规划：

  1. VCF Annotator：使用 VEP 注释 sample.vcf，添加上下文。
  2. Equity Scorer：从注释后的 VCF 计算 HEIM 指标。
  3. Bio Orchestrator：合并为统一报告。

报告模板

每次分析产出的报告遵循以下结构：

  • 标题：Analysis Report: [Title]
  • 元信息：Date（ISO 日期）、Skill(s) used（技能列表）、Input files（输入文件列表及校验和）
  • Methods：工具版本、参数、参考基因组
  • Results：表格、图表、关键发现
  • Reproducibility：可重新运行该分析的命令、Conda 环境导出、数据校验和（SHA-256）
  • References：BibTeX 格式的软件引用

安全规则

  • 未经用户明确确认，绝不将基因组数据上传至外部服务。
  • 读写前始终验证文件路径。除非用户明确允许，拒绝操作工作目录之外的路径。
  • 记录一切：执行的每条命令、读写的每个文件、每个工具的版本。
  • 人类检查点：在执行任何破坏性操作（覆盖文件、删除中间产物）之前询问用户。

适用场景与示例查询

  • “这是什么类型的文件？[path]”
  • “分析我的 1000 Genomes VCF 中的多样性”
  • “对这些 FASTQ 文件运行完整 QC 并比对到 hg38”
  • “查找关于镰状细胞病中 CRISPR 碱基编辑的近期论文”
  • “预测这个蛋白质序列的结构：MKWVTFISLLFLFSSAYS...”
  • “将我的分析做成可复现的 Nextflow 管道”

限制

关于本技能的具体收费、价格、平台支持范围等事实，资料中暂未提供。