用途
ClawBio 是面向 OpenClaw 的生物信息学技能库,为常见基因组学与生物学分析任务提供预置技能,包括序列比对、变异检测、差异表达、通路分析等。每个技能将最佳实践的生信流程封装为对话式智能体能力,使用户能够通过自然语言完成复杂分析。
主要能力
ClawBio 提供以下预置技能:
- sequence-align:使用 BWA/Bowtie2 将读段比对到参考基因组。
- variant-call:使用 GATK/BCFtools 检测 SNP 和 indel。
- rna-seq:使用 STAR + DESeq2 进行差异表达分析。
- chip-seq:使用 MACS2 + DiffBind 进行峰调用和差异结合分析。
- metagenomics:使用 Kraken2 + Bracken 进行物种分类。
- phylogenetics:使用 IQ-TREE + RAxML 构建系统发育树。
- protein-structure:使用 AlphaFold/ESMFold 进行结构预测。
- pathway-analysis:使用 GSEA + enrichR 进行基因集富集分析。
使用方式
安装为 OpenClaw 插件:
openclaw plugins install @clawbio/clawbio
或添加到 OpenClaw 配置中,在 openclaw.config.json 中写入:
{
"plugins": ["@clawbio/clawbio"]
}
通过 OpenClaw 对话界面调用技能。例如 RNA-Seq 分析:
# "Analyze differential expression between treated and control
# samples in the data/rnaseq/ directory"
ClawBio 将依次执行:质量控制(FastQC)、修剪(Trimmomatic)、比对(STAR)、定量(featureCounts)、差异表达(DESeq2)、可视化(火山图、MA 图、热图)、通路富集(GSEA)。
变异检测示例:
# "Call variants from the whole-genome sequencing data
# in samples/ against hg38 reference"
流程包括:比对(BWA-MEM2 → 排序 BAM)、预处理(MarkDuplicates、BQSR)、变异检测(GATK HaplotypeCaller)、过滤(VQSR 或硬过滤)、注释(VEP 或 SnpEff)、报告(变异统计、质量指标)。
宏基因组示例:
# "Classify the microbial communities in my 16S/shotgun
# sequencing data and generate taxonomic plots"
流程包括:质量过滤(fastp)、宿主去污染(Bowtie2 比对人类)、分类(Kraken2 + Bracken)、多样性分析(alpha + beta 多样性)、差异丰度(LEfSe/ANCOM)、可视化(堆叠条形图、PCoA、热图)。
配置
{
"clawbio": {
"reference_genomes": {
"hg38": "/data/references/hg38/",
"mm39": "/data/references/mm39/",
"custom": "/data/references/custom/"
},
"tools": {
"aligner": "bwa-mem2",
"variant_caller": "gatk",
"quantifier": "featurecounts",
"de_method": "deseq2"
},
"resources": {
"threads": 8,
"memory_gb": 32,
"gpu": false
},
"output": {
"format": ["html_report", "csv", "plots"],
"figures_dpi": 300
}
}
}
技能开发
可通过 SKILL.md 模板创建自定义生物信息学技能:
---
name: my-custom-analysis
description: "Custom bioinformatics analysis skill"
metadata:
openclaw:
category: "domains"
subcategory: "biomedical"
---
# My Custom Analysis
## When to use
Describe when this analysis is appropriate.
## Pipeline Steps
1. Input validation
2. Processing step 1
3. Processing step 2
4. Output generation
## Example Usage
Show conversational examples.
适用场景
- 基因组学流程:标准 NGS 分析工作流。
- 实验室集成:为生物信息学提供自然语言接口。
- 教学:交互式演示分析流程。
- 快速原型:快速探索性生物学分析。
- 可重复性:标准化、有文档记录的流程。
限制
资料中未提供关于收费、价格、平台支持范围、性能效果或具体使用限制的说明,暂未提供。