零代码用 AI 智能体做生信分析(一):Codex + bioSkills 分析 bulk RNA-seq 数据

一，bioSkills 介绍

1.1 什么是 skills

可以把 skills 理解成给 AI Agent 准备的“专业说明书”。

普通大模型虽然会写代码，但面对专业任务时，常常不知道这个领域真正该怎么做。skills 就是把这些行业规范、常见流程和避坑经验写进一个个 SKILL.md 文件里，让 Agent 在需要时自动查看。

1.2 skills 和 Agent 有什么区别

skills 不是新模型，也不是单独运行的软件。

它是给 Agent 加了一套专业知识库。Agent 还是原来的 Agent，但在遇到生信任务时，它可以按 bioSkills 里的规则来进行分析。

1.3 bioSkills 能帮什么忙

bioSkills 的价值是让 Agent 少犯低级流程错误。

对新手来说，你可以直接用自然语言描述任务，让 Agent 按生信分析标准流程搭好分析框架，再逐步学习每一步为什么这么做。

二，Codex 部署

具体可以参考上期推送：

给生信人的 AI 编程助手配置指南：Codex + CC Switch + DeepSeek

if (!require("BiocManager", quietly = TRUE))    install.packages("BiocManager")BiocManager::install(c("DESeq2",          # 差异表达分析核心"apeglm",          # log2FC shrinkage"clusterProfiler", # 功能富集分析"org.Hs.eg.db",    # 人类基因注释"airway",          # 示例数据集（本期使用）"pheatmap"# 热图可视化))

# Python 可视化辅助（可选）pip install pandas numpy matplotlib seaborn

/skills

$bio-de-deseq2-basics

阅读本文件夹内的文章（任何你想要复现的数据，或者直接写明数据集 ID），去XXX服务器上，在/data1/（文件目录地址）中，新建一个文件夹，专门用来存放这个本地文件夹内的示例数据，去云服务器上下载这里面提及的数据吧。

skills_article_example_data_GSE52778_airway/├── data/│   ├── airway_counts.csv│   │   └── 核心表达矩阵：每个基因在 8 个样本中的 raw count│   │       是后续差异表达分析的主要输入│   ││   └── airway_coldata.csv│       └── 样本分组信息：记录每个样本的细胞系和处理条件│           用来区分 treated 与 untreated，并识别细胞系批次│├── metadata/│   ├── GSE52778_series_matrix.txt│   │   └── GEO 数据集整体注释文件│   │       包含 GSE52778 的实验描述、样本来源和平台信息│   ││   ├── SraRunInfo_SRP033351.csv│   │   └── SRA run 详细信息│   │       包含 SRR 编号、实验编号、样本编号和测序相关信息│   ││   ├── airway_colData_full.csv│   │   └── airway 对象中的完整样本注释│   │       比 airway_coldata.csv 信息更全│   ││   ├── sample_table.csv│   │   └── airway 包自带样本表│   │       可用于核对样本编号、处理条件和数据来源│   ││   ├── sra_runs_from_article.csv│   │   └── 根据文章整理出的 8 个 SRR 样本│   │       适合用于推送中展示样本信息│   ││   ├── export_summary.txt│   │   └── 本次数据导出摘要│   │       包含 count 矩阵维度、样本数量等信息│   ││   ├── source_manifest.tsv│   │   └── 数据来源清单│   │       记录哪些文件来自 Bioconductor、GEO 或 SRA│   ││   └── GSE52778_RAW_ftp_status.txt│       └── 原始 GEO supplementary 数据下载状态说明│           本次分析未下载完整 raw 数据，因为使用的是 airway 包中的 count 矩阵│└── 可以得出的整体信息    ├── 本项目使用的是公开数据集 GSE52778    ├── 数据来自 Bioconductor airway 包    ├── 研究对象是人气道平滑肌细胞    ├── 实验比较为 dexamethasone treated vs untreated    ├── 一共有 8 个 RNA-seq 样本    ├── 4 个细胞系，每个细胞系都有处理组和对照组    ├── data/ 中的两个 CSV 是真正用于差异表达分析的核心输入    └── metadata/ 中的文件用于解释数据来源、样本对应关系和可追溯性

2.具体操作流程

使用 bioskills和 R 语言对这个数据进行进行分析，最终得到差异基因火山图，GO 和 KEGG 通路富集可视化图。