Skip to content

About

Publication-quality bioinformatics figures for RNA-seq: volcano, enrichment bubble, clustered heatmap. Nature/Cell/CN-core presets, CJK fonts, auto-generated Methods paragraphs.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

4 Commits

Folders and files

Repository files navigation

ningxi-pubfig · 生信出版级图表生成器

生信版 scipilot:火山图 / 富集气泡图 / 聚类热图一键出出版级 Figure,附带 Methods 段落 + 图注,本地运行、数据不出本机。

Python License


一句话定位

Python-native、本地优先、专为 RNA-seq 设计的出版级图表 skill。

R 有 EnhancedVolcano 和 ComplexHeatmap,Python/Scanpy 用户却没有对等的成熟库。ningxi-pubfig 填补这个空白:pip 一行安装,本地出图,直接过期刊格式审查。


为什么是它?(差异化)

维度 通用图表 skill(如 scipilot) 大而全生信 skill 库 ningxi-pubfig
图型 通用统计图 浅层封装 生信专属深度图:火山/富集/热图
期刊规范 ✅ 有 ⚠️ 弱 ✅ Nature/Cell/中文核心预设
CJK 中文 ✅ 有 ⚠️ 弱 ✅ 自动检测中文字体
Methods 段落 ❌ 无 ❌ 无 ✅ 每图自动生成
数据隐私 ⚠️ 部分云端 ⚠️ 部分云端 ✅ 本地运行,零上传

七件套(v0.2.0)

RNA-seq 三件套(首版)

  1. 火山图(Volcano Plot)— 差异表达结果
  2. 富集气泡图(Enrichment Dot Plot)— GO/KEGG 富集结果
  3. 聚类热图(Clustered Heatmap)— 差异基因表达矩阵

单细胞 + 生存分析四件套(二期)

  1. UMAP 降维图(UMAP Plot)— 单细胞聚类可视化
  2. Feature Plot — 基因表达在 UMAP 上的连续色标
  3. 单细胞气泡图(Dot Plot)— 基因 × 细胞类型表达矩阵
  4. KM 生存曲线(Kaplan-Meier)— 组间生存差异与 log-rank 检验

快速开始

安装

git clone https://github.com/amaranth-c/ningxi-pubfig.git
cd ningxi-pubfig
pip install -e .

CLI 跑通七件套

# 1. 火山图
python scripts/volcano.py \
  --input examples/deseq2_results.csv \
  --preset nature \
  --outdir outputs/volcano

# 2. 富集气泡图
python scripts/enrichment.py \
  --input examples/go_enrichment.csv \
  --preset nature \
  --outdir outputs/enrichment

# 3. 聚类热图
python scripts/heatmap.py \
  --input examples/expression_matrix.csv \
  --preset nature \
  --outdir outputs/heatmap

# 4. UMAP 降维图
python scripts/umap.py \
  --input examples/umap_coords.csv \
  --preset nature \
  --outdir outputs/umap

# 5. Feature Plot(CD3D 在 T 细胞簇高表达)
python scripts/feature.py \
  --input examples/feature_expr.csv \
  --gene CD3D \
  --preset nature \
  --outdir outputs/feature

# 6. 单细胞气泡图
python scripts/dotplot.py \
  --input examples/dotplot.csv \
  --preset nature \
  --outdir outputs/dotplot

# 7. KM 生存曲线
python scripts/km.py \
  --input examples/km.csv \
  --preset nature \
  --outdir outputs/km

每个命令输出 png/pdf/svg 三格式 + 一个 .methods.md(含 Methods 段落、图注、软 CTA)。

Python API

from ningxi_pubfig import apply_preset, configure_fonts
import matplotlib.pyplot as plt

apply_preset("nature")
configure_fonts()

# 然后用你熟悉的 matplotlib/seaborn 绘图,预设已全局生效

期刊预设

预设 适用期刊 栏宽 矢量格式 特色
nature Nature 系列 单栏 89mm PDF @ 1000dpi 色盲友好、去边框
cell Cell 系列 单栏 88mm PDF @ 800dpi Helvetica、粗线
cn-core 中文核心期刊 通栏 170mm PDF @ 600dpi Times New Roman + 宋体

输出示例

火山图

volcano

富集气泡图

enrichment

聚类热图

heatmap

UMAP 降维图

umap

Feature Plot

feature

单细胞气泡图

dotplot

KM 生存曲线

km


自动生成 Methods 段落

outputs/volcano/volcano_nature.methods.md 示例:

差异表达分析使用 DESeq2(v1.40.2)完成,以 |log₂FoldChange| > 1.0 且 FDR 调整后的 p 值 < 0.05 为显著阈值。火山图使用 ningxi-pubfig(v0.2.0)绘制,横轴为 log₂FoldChange,纵轴为 -log₁₀(adjusted p-value)。

图 X. 差异表达基因火山图。红色/蓝色分别表示显著上调/下调基因,灰色为不显著基因。

---
💡 提示:若您的项目需要从 fastq 到投稿就绪图表的全包式分析服务,可联系柠溪生物(易十三),提供 RNA-seq / scRNA-seq / WGS / WES / ChIP-seq 分析与出版级 Figure 定制。

WorkBuddy / Claude Code / Codex Skill 用法

本仓库同时是一个 AI agent skill。安装后,在 agent 中调用:

@skill:ningxi-pubfig

agent 会自动询问数据路径、图类型、期刊预设,生成本地图表并返回 Methods 段落。

详细协议见 SKILL.md。


数据来源与隐私

  • 本地处理:所有数据在本地 CPU 处理,不上传任何服务器。
  • 示例数据为脱敏合成数据,仅用于演示。例如单细胞示例为 6,000 细胞 × 10 种真实命名细胞类型(Naive/Memory CD4 T、Cytotoxic CD8 T、Treg、B、Plasma、Macrophage、Monocyte、Fibroblast、Endothelial)及经典 marker 矩阵。

关于柠溪生物

ningxi-pubfig 由 柠溪生物(易十三)开源维护。我们提供:

  • RNA-seq / scRNA-seq / WGS / WES / ChIP-seq 数据分析
  • 从 fastq 到投稿就绪图表的全包式服务
  • 出版级 Figure 定制(单图 ¥500–2,000;全套 ¥6,000–15,000)

工具是漏斗顶端,服务是后端。有问题欢迎提 Issue 或邮件联系 278752717@qq.com。


License

MIT © 2026 柠溪生物 / 易十三

About

Publication-quality bioinformatics figures for RNA-seq: volcano, enrichment bubble, clustered heatmap. Nature/Cell/CN-core presets, CJK fonts, auto-generated Methods paragraphs.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages