bubble_plot

---

name: bubble-plot description: "在需要基于基因表达数据画气泡图（dot plot）时使用。适用于单细胞 RNA-seq、空间转录组等场景，按细胞类型 × 癌种展示基因表达比例和均值。" metadata: { "openclaw": { "emoji": "🫧", "requires": { "bins": ["python3"] } } }

---

Skill: 气泡图生成器 (bubble-plot)

基于基因表达矩阵数据，生成按细胞类型 × 癌种分组的气泡图（dot plot）。

何时使用

用户上传 TSV/CSV 表达数据文件，并要求画气泡图、dot plot、泡泡图

用户说"画气泡图"、"bubble plot"、"dot plot"并提供了数据文件

用户提供数据文件和基因列表，要求可视化表达模式

常见触发词

画气泡图

bubble plot

dot plot

泡泡图

气泡图可视化

表达气泡图

执行清单

1. 检查数据与环境

确认用户提供了数据文件（TSV/CSV）

确认文件已下载到工作目录

确认 Python 3 + pandas + matplotlib 已安装（缺失时 pip3 install --break-system-packages pandas matplotlib）

2. 了解数据结构

读取文件前几行，识别以下关键列：

| 角色 | 识别关键词 | 示例列名 | |------|-----------|---------| | 细胞类型 | majorCluster, cell_type, cluster | majorCluster | | 组织类型 | tissue, class, condition, group | tissue | | 癌种 | cancerType, cancer_type, disease | cancerType | | 基因表达 | 所有数值型非元数据列 | FOLR1, TACSTD2, MET ... |

如果用户指定了基因列表，只画指定的

如果用户未指定，自动检测所有数值型非元数据列

将 Adjacent 等正常组织名称统一映射为 Normal

3. 运行脚本

# 基本用法 — 自动检测所有基因
python3 skills/bubble-plot/bubble_plot.py 
只画指定基因
python3 skills/bubble-plot/bubble_plot.py  --genes FOLR1 TACSTD2 MET
自定义列名（如果自动检测失败）
python3 skills/bubble-plot/bubble_plot.py  --genes FOLR1 MET --cell-col CellType --cancer-col Disease
不按组织类型拆分
python3 skills/bubble-plot/bubble_plot.py  --no-split-tissue
自定义输出目录和分辨率
python3 skills/bubble-plot/bubble_plot.py  -o my_plots --dpi 600

4. 输出文件

默认输出到 bubble_plots/ 目录

每个基因 × 组织类型 = 1 个 PNG（300dpi）+ 1 个 PDF

文件命名：{基因}_dotplot_{Normal|Tumor}.{png|pdf}

5. 向用户报告结果

列出生成的文件清单和大小

如果有基因在数据中不存在，明确告知并跳过

展示 1-2 张关键图的预览

参数说明

| 参数 | 默认值 | 说明 | |------|--------|------| | input | 必填 | 输入 TSV 或 CSV 文件路径 | | --genes / -g | 自动检测 | 要画的基因名列表 | | --cell-col | 自动检测 | 细胞类型列名 | | --cancer-col | 自动检测 | 癌种/疾病列名 | | --tissue-col | 自动检测 | 组织类型列名 | | --split-tissue | True | 按组织类型拆分画图 | | --no-split-tissue | - | 不拆分，所有数据画一张 | | --outdir / -o | bubble_plots | 输出目录 | | --dpi | 300 | PNG 分辨率 |

图例说明

气泡颜色：标准化平均表达量（0-1，红=高，蓝=低，RdBu_r 色谱）

气泡大小：阳性细胞百分比（该细胞类型中表达量 > 0 的比例）

自检

数据文件是否已确认下载到本地

基因列名是否与数据中一致（区分大小写）

tissue 列中 Adjacent 是否已映射为 Normal

输出是否包含 PNG 和 PDF 两种格式

缺失的基因是否已告知用户