RNA-seq 指定基因表达柱状图

一句话：从 RNA-seq 归一化矩阵里把某个基因单独拎出来——跨组丰度柱状图，或同组内两个基因的配对比较，带误差线、散点和统计标注。

获取本技能 · Get this skill

方式 A —— 一键引导 prompt（推荐）。复制下面这段，粘贴到你的 AI agent IDE：

请帮我安装 Claw2Bio 技能库中的 "RNA-seq-gene-plot" 技能：
1. 从 GitHub 仓库 https://github.com/claw2bio/claw2bio 只拉取 bioinformatics/bulk_RNA_seq/RNA-seq-gene-plot
   这一个文件夹（用 sparse checkout，不要克隆整库）。
2. 阅读其中的 SKILL.md 并注册该技能。
3. 运行 examples/ 里的示例验证环境，把输出的图给我看。

方式 B —— 独立 zip 包（约 2.0 MB，本站下载）：https://claw2bio.site/downloads/RNA-seq-gene-plot.zip

方式 C —— 全量示例数据：已包含在方式 B 包内（同一个压缩包）。

它能做什么

前提是先跑完 bulk-RNA-seq 常规流程。给它归一化表达矩阵 + 分组表，它就能回答两类问题：

1. 某基因在各组表达多少——柱状图 + SD 误差线 + 抖动散点，2 组 t 检验、≥3 组 ANOVA + Tukey，统计方法标在图注里；
2. 同组内两个基因谁高谁低（如 TP53 vs GAPDH）——并列柱 + SD + 散点，每组内做配对 t 检验（同一批样本、两个基因）。

示例：Trp53 在各组的表达丰度（均值 ± SD + 抖动散点 + 显著性标注）。

示例：同组内两个基因的配对比较柱状图（配对 t 检验）。

基因查询支持 Ensembl ID 或 Symbol，不区分大小写；Symbol 通过 DEG 表的 symbol 列解析。依赖只有 ggplot2（统计用 base R），是全库最轻量的技能之一。

快速上手（30 秒）

cd bioinformatics/bulk_RNA_seq/RNA-seq-gene-plot
Rscript scripts/gene_expression.R \
  examples/input/normalized_expression.csv \
  examples/input/sample_metadata.csv \
  --genes Trp53,Gapdh --control Control --outdir examples/output

输入格式

• 归一化表达矩阵（流程的 normalized_expression.csv；旧版 vst_normalized_counts.csv / voom_normalized_logcpm.csv / log_expression_used.csv 也认；csv/tsv/txt 及 .gz 均可）+ sample_metadata.csv。
• 基因名用目标物种写法：人 TP53、鼠 Trp53。

输出文件

文件	内容
GeneExpr_<GENE>_by_group.png/pdf + 数值 CSV	每个基因的跨组丰度图
GeneExpr_compare_<G1>_vs_<G2>_within_group.png/pdf + 数值 CSV	≥2 个基因时的同组内对比图
REPORT.md	逐文件产出说明

参数

参数	默认值	说明
--genes	（必填）	基因列表，逗号分隔
--deg	矩阵旁的任一 DEG_*.csv	用于 Symbol → ID 解析
--control	—	对照组名（影响组排序）
--outdir	—	输出目录

常见问题

• 基因找不到 → 检查物种写法（人全大写、鼠首字母大写）；或确认该基因在低表达过滤中没被滤掉。
• 只有 1 个基因怎么没有对比图 → 同组内对比图需要 --genes 至少给 2 个。
• 矩阵列名和 metadata 对不上 → 先用 bulk-RNA-seq 流程的产出（两边命名天然一致）。

相关链接

• GitHub 源码与 SKILL.md
• 相关技能：bulk RNA-seq 差异分析 · 富集分析 · GSEA