western-blot-quantifier

该技能用于Western Blot凝胶图像的自动化定量分析：自动识别条带位置，计算每条带的光密度/灰度值，并相对于内参蛋白（如GAPDH、β-actin、Tubulin）进行归一化，最终以CSV格式导出定量结果。主要能力包括自动条带检测、光密度分析、归一化计算和数据导出；返回对象含原始数据、归一化数据、条带区域坐标、统计分析与可视化图表路径。使用方式支持Python调用（from skills.western_blot_quantifier.scripts.main import WesternBlotQuantifier，调用analyze并传入image_path、reference_bands、target_bands、lane_positions，再result.summary()或result.save(...)）以及命令行调用（python -m skills.western_blot_quantifier.scripts.main --input ... --reference GAPDH --targets p53,Bcl-2 --lanes 4 --output results.csv）。安装依赖：pip install -r requirements.txt，主要依赖numpy、opencv-python、pandas、matplotlib、scipy、scikit-image。参数含threshold（默认0.1）、background_correction（rolling_ball、median、none）。限制与注意事项：建议使用高分辨率、对比度良好的灰度或黑白凝胶图像；自动检测不准时可手动指定泳道位置；内参选择取决于实验条件；若输入缺失或超出范围，技能会停止并说明缺失项，不做猜测。作者为OpenClaw Skills，生命周期状态为Draft。