一个简洁高效的AI驱动的生物信息学研究环境
核心理念: 项目隔离，原子化模块，AI负责执行
- 文档索引 📌: 所有文档入口与导航。
- 避坑指南
⚠️ : 包含 PATH 设置、Evo2 模型输出处理等关键经验。 - 环境清单 🛠️: 当前已安装的所有 Python 库和生信工具版本快照。
- 工具部署协议 🤖: AI 部署新工具的完整流程。
- 分析执行协议 🧪: 分析流程规范与归档要求。
Bio Studio 是重构后的生物信息学工作区，核心改进：
- ✅ AI 深度集成 - 内置 Evo 2 (基因组大模型)、Biomni 等 AI Agent。
- ✅ 全栈环境 - 预装 50+ 核心生信工具 (BWA, STAR, MultiQC, etc.)。
- ✅ 项目隔离 - 每个项目完全独立，数据和脚本互不干扰。
- ✅ 原子化模块 - 通用功能封装在
lib/，可复用。
你只需要用自然语言告诉AI要做什么，它会自动选择工具、执行任务、生成报告。
# 1. 进入工作区
cd ~/bio_studio
# 2. 激活环境 (如果尚未激活)
source ~/miniforge3/bin/activate bio
# 3. 创建新项目
python3 lib/create_project.py my_analysis --type rnaseq
# 4. 运行分析
cd projects/my_analysis/scripts
python pipeline.py版本以
docs/ENVIRONMENT.md为准。
| 类别 | 工具 | 用途 |
|---|---|---|
| 质控 | fastp, FastQC, MultiQC |
极速质控与报告汇总 |
| 比对 | BWA-MEM, Bowtie2, STAR, HISAT2 |
DNA/RNA 序列比对 |
| 处理 | Samtools, Bcftools, Bedtools, SeqKit |
BAM/VCF/FASTA 操作 |
| 分析 | FeatureCounts, IQ-TREE 2, MAFFT |
定量、进化树、多序列比对 |
| 模型/库 | 用途 | 状态 |
|---|---|---|
| Evo 2 (1B) | 基因组基础模型，预测变异效应 | ✅ 已部署 (Docker) |
| ESM | 蛋白质语言模型 | ✅ 已安装 (Python) |
| Biomni | 生物医学 AI Agent | ✅ 已部署 |
| PyTorch 2.5 | 深度学习后端 | ✅ 支持 CUDA (RTX 5070) |
bio_studio/
│
├── lib/ # ⭐ 通用库（原子化模块）
│ ├── modules/ # 可复用的Python模块 (qc, alignment, variant...)
│ └── create_project.py # 项目模板生成器
│
├── projects/ # ⭐ 项目目录（每个项目独立）
│ └── <project_name>/
│ ├── data/ # 该项目的数据
│ ├── scripts/ # 项目脚本
│ └── README.md # 项目说明
│
├── scripts/ # ⭐ 系统脚本
│ └── maintenance/ # 维护与环境脚本 (update_env, generate_report)
│
├── repositories/ # 外部工具源码
│ └── active/ # 当前使用的仓库
│ ├── Biomni/ # 生物医学 AI Agent
│ ├── evo2/ # Evo 2 基因组大模型
│ └── RFdiffusion/ # 蛋白质设计工具
├── shared_data/ # 共享参考基因组/数据库
└── docs/ # 系统文档
v2.1 (2026-01-28):
- 🚀 实战验证: 完成酵母菌全流程 RNA-seq 分析 (STAR + featureCounts + Variant Calling)。
- 🧪 自动化测试: 建立
test_env_validation环境，一键验证核心工具链状态。 - 🧹 架构治理: 实施严格的根目录洁癖策略，归档旧数据，确立 "Federal" 联邦制项目架构。
- 🐛 脚本修复: 修正 Evo 2 显存管理、BCFtools 变异检测流程及多个可视化脚本 Bug。
v2.0 (2025-01-22):
- ✨ 重构：项目独立架构
- ✨ 新增：lib/通用模块库
现在就开始你的生物研究之旅吧！ 🚀
有问题？直接问AI。