SkillsScout
DATA-ANALYSIS ／ 数据分析与可视化

lollipop-protein-maps-gptomics-bioskills

收录日期 2026-08-11·来源仓库 ↗
受欢迎程度
5
可用程度与相关性
9
安全性
9
7.7SCOUT SCORE

1. 基本信息

项目 内容
名称 lollipop-protein-maps-gptomics-bioskills
项目自述名称 Lollipop / Needle Protein Maps（SKILL.md 内部标题；front matter name 字段为 bio-data-visualization-lollipop-protein-maps）
作者/维护者 GPTomics Organization
来源链接 https://github.com/GPTomics/bioSkills/tree/main/data-visualization/lollipop-protein-maps
许可证 MIT（数据来源：GitHub API，仓库级）
GitHub Stars / Forks 所属合集仓库 bioSkills 整体 1,157 / 195（数据来源：GitHub API；⚠️ 为整个合集的数字，不代表本技能自身热度）
最新版本 仓库整体最新 release 为 3.0（2026-02-14）；本子技能内容最近一次提交于 2026-05-24（数据来源：GitHub API commits，按该子目录路径查询）
安装方式 复制 data-visualization/lollipop-protein-maps/ 整个目录（含 SKILL.md、examples/、usage-guide.md）到 agent 的 skills 目录，或用仓库自带安装脚本按分类批量安装

2. 功能介绍与亮点

3. 适用场景

所属分类：数据分析与可视化

面向需要在单个基因的蛋白结构域图上展示突变分布、识别驱动突变热点的癌症基因组学与生物信息学研究者，典型场景包括：肿瘤测序队列中识别某个基因（如 TP53、KRAS、PIK3CA）的复发突变热点、区分错义突变与截短突变在蛋白上的分布模式差异、对比两个亚型或治疗组队列在同一基因上的突变谱系、以及为论文图表或在线补充材料生成带交互功能的热点展示图。图上圆点大小随复发次数变化但视觉上容易与“人群频率”混淆，蛋白亚型编号不一致会导致位点错位——这类问题仅从成图很难察觉，需要按方法论逐步核验。

4. 跨 Agent 兼容性

5. 推荐理由

棒棒糖图看似只是一种常见图表类型，但正确画出一张经得起审查的驱动突变热点图，需要同时处理蛋白亚型一致性、结构域坐标来源选择、复发计数的视觉编码方式、以及“线性热点”与“三维空间热点”结果冲突时该信谁这几类容易被忽视的判断。该技能把这套判断逻辑与 maftools/trackViewer/g3viz/ProteinPaint 四条主流实现路径的具体调用方式打包成可直接执行的方法论，并给出常见错误的触发条件与修复方法，帮助 agent 产出可直接用于论文或报告的热点分析图，而不只是一张看起来合理的图。

6. 评分

维度 分数 说明
受欢迎程度 5 所属合集仓库整体约 1,157 stars 不代表本技能自身热度；未检索到针对该子技能的具名第三方评价、独立采用数据或第三方市场页面（第三方技能索引站 playbooks.com 未收录该子技能的独立页面）
可用性 9 SKILL.md（约 12KB）+ 独立 usage-guide.md（约 4KB）+ 可直接运行的 R 示例脚本，内容详尽且开头即给出版本核验方法（packageVersion/pip show 核对已装版本再对照示例代码）；依赖为一条 install.packages/BiocManager::install 命令即可装好的开源包，无付费依赖；本子技能内容最近一次提交为 2026-05-24
安全性 9 纯提示词模板 + 本地 R 统计与绘图代码，无 shell 命令执行，无任何网络外发（g3viz 生成的 HTML 为本地文件，非联网服务）；MIT 许可证明确；通读全文与代码示例未见混淆逻辑或可疑指令

安全检查清单：①无 shell 命令执行，内容为 R 语言绘图与统计代码　②不主动联网外发数据，全部处理在本地完成，ProteinPaint 仅作为可选的第三方在线工具被提及、非本技能强制依赖　③无凭据或 API key 要求　④SKILL.md、usage-guide 与示例脚本均为公开的 maftools/trackViewer/g3viz 用法说明，未见可疑指令　⑤GPTomics 为持续维护该开源合集的组织账号，未见刷星等造假迹象　⑥MIT 许可证清晰　⑦最近一次提交为 2026-05-24

7. 跟同类 Skills 相比的优势

维度 本技能（lollipop-protein-maps） cBioPortal / ProteinPaint（在线工具） oncoprint-mutation-matrices（同合集）
定位 单基因蛋白结构域图上的突变位点分布方法论封装，覆盖 R 端三种实现路径的具体调用与陷阱 网页端点选式生成棒棒糖图，无需写代码，但结构域来源、亚型核对、计数编码方式等判断逻辑由用户自行把关 展示队列级“样本×基因”突变矩阵，回答“哪些基因在哪些样本中突变”，与单基因位点分布是两个不同的分析层级
核心价值 明确堆叠高度≠人群频率、蛋白亚型一致性核验、结构域坐标来源选择等隐蔽判断逻辑，并给出 6 类失败模式的触发条件与修复方法 交互性强、上手快，适合快速探索；但作为通用在线工具不覆盖具体项目的判断陷阱与代码复现路径 服务于队列层面的突变全景总览，通常是先看 oncoprint 定位候选基因，再用棒棒糖图深入该基因的位点分布
输出形式 可复现的 R 代码（ggplot2/HTML），适合论文图或代码化流水线 交互式网页图，导出为静态图需额外操作 队列级矩阵图，不含单基因位点级别的精细展示

该技能与合集内 oncoprint-mutation-matrices 是“队列全景”与“单基因位点细节”两个互补的分析层级，实践中常先后配合使用，而非相互替代。

8. 用户评价

该技能目前在第三方平台尚无具名用户评价；所属仓库当前未见针对该子技能的具名 Issue 反馈。

9. 其他补充

SKILL.md 的“Related Skills”交叉引用同合集内的 data-visualization/oncoprint-mutation-matrices（队列级突变矩阵）、variant-calling/variant-annotation（上游的 HGVSp 变异注释）、clinical-databases/variant-prioritization（棒棒糖图绘制前的变异过滤）、data-visualization/color-palettes（色觉友好的变异分类配色）与 structural-biology/structure-navigation（热点位点的三维蛋白结构解读），可见本技能在合集内承担“单基因突变位点可视化层”这一专项角色。

10. 安装使用方式

  1. 从 GitHub 下载或克隆仓库子目录：data-visualization/lollipop-protein-maps/
  2. 复制整个目录（含 SKILL.md、examples/、usage-guide.md）到所用 agent 的 skills 目录（如 Claude Code 的 ~/.claude/skills/ 或项目内 .claude/skills/）；也可克隆整个仓库后用 ./install-claude.sh --categories "data-visualization" 批量安装同分类下全部技能
  3. 安装依赖：R 用户执行 install.packages(c('g3viz')) 与 BiocManager::install(c('maftools', 'trackViewer'))
  4. 无需重启 agent，安装后下次对话即可通过自然语言描述需求触发（如“为 TP53 队列画棒棒糖图，标注 R175H、R248Q、R273H 三个经典热点，按变异类型上色”）

11. 注意事项