sequence-logos-gptomics-bioskills

1. 基本信息

项目	内容
名称	sequence-logos-gptomics-bioskills
项目自述名称	Sequence Logos（SKILL.md 内部标题）
作者/维护者	GPTomics Organization
来源链接	https://github.com/GPTomics/bioSkills/tree/main/data-visualization/sequence-logos
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 1,152 / 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	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/sequence-logos/` 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

系统封装序列 logo（sequence logo）绘制的核心决策逻辑：清晰区分 bits（信息量编码，Schneider-Stephens 1990）与 probability（原始频率）两种编码方式的语义差异，并明确“默认应使用 bits 编码”这一行业惯例
覆盖三套主流实现：R 的 ggseqlogo（支持 PWM 矩阵与序列向量两种输入、多 logo 堆叠比较）、Python 的 Logomaker（支持 counts→information/weight 矩阵转换、log-odds 富集/缺失可视化）、CLI/网页版 WebLogo
给出背景频率校正的具体数值参考（如人类基因组 A=0.29/C=0.21/G=0.21/T=0.29），并解释未做校正时信息量会如何被高估或低估
系统整理 7 类具体失败模式对照表（bits/probability 编码混淆、背景频率设置错误、PWM 矩阵行列颠倒、非常规字母表无法识别、小样本量 logo 的信息量偏差等），逐条给出触发条件、症状与修复方法
附独立 usage-guide.md 与多组可直接套用的自然语言提示词范例（转录因子结合位点、剪接位点、CRISPR spacer、磷酸化位点等场景），并列出规范参考文献（Schneider-Stephens 1990、Crooks 2004 WebLogo 原始论文、Wagih 2017 ggseqlogo 论文等）

3. 适用场景

所属分类：数据分析与可视化

面向需要将比对后的 DNA/RNA/蛋白质基序可视化为序列 logo 图的生物信息学研究者，典型场景包括：转录因子结合位点（TF binding site）的 PWM 可视化、剪接位点组成分析、CRISPR sgRNA 的位置组成图、磷酸化位点邻近氨基酸的功能分类配色 logo，以及多个转录因子 motif 的堆叠比较。这类图表编码方式选错（如误用 probability 而非 bits）或背景频率设置不当会直接扭曲对保守性的科学解读，该技能把这套容易出错的决策逻辑显式化。

4. 跨 Agent 兼容性

Claude Code：原生支持——仓库提供 install-claude.sh，标准 SKILL.md（YAML front matter + 指令正文）可直接安装
Codex：原生支持——仓库提供 install-codex.sh，用法与 Claude Code 版本一致
OpenClaw：原生支持——仓库提供专用 install-openclaw.sh，保留原始目录结构
Hermes Agent：未验证——未获取到该技能是否被 Hermes 官方技能网关索引的材料；SKILL.md 遵循通用 Agent Skills 格式，理论上可手动安装，但缺乏官方网关层面的确认

5. 推荐理由

序列 logo 是分子生物学论文中最常见的图表类型之一，但 bits 与 probability 两种编码方式外观相似、语义却完全不同，编码选错或背景频率设置不当会让图表看起来比实际更保守（或更不保守），这类错误在制图阶段很难被发现。该技能把这套判断逻辑与三套主流工具（ggseqlogo / Logomaker / WebLogo）的具体调用方式打包成可直接执行的方法论，帮助 agent 一次产出编码正确、经得起审稿人推敲的 motif 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 1,150 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或独立采用数据
可用性	9	SKILL.md（约 13KB）+ 独立 usage-guide.md + 多组可直接套用的提示词范例，内容详尽且开头即给出版本核验方法；依赖为一条 `install.packages`/`pip` 命令即可装好的开源包（ggseqlogo/Logomaker/WebLogo），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/Python/CLI 绘图代码，无 shell 命令执行，无任何网络外发；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/Python/CLI 绘图代码与配置示例　②不主动联网外发数据，全部处理在本地完成　③无凭据或 API key 要求　④SKILL.md 与 usage-guide 均为公开的 ggseqlogo/Logomaker/WebLogo 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（sequence-logos）	直接使用 ggseqlogo/Logomaker/WebLogo 原始工具	genome-tracks（同合集）
定位	序列基序（motif）保守性可视化的编码选择与背景校正方法论封装	单纯的绘图库/CLI，不附带编码选型或背景校正的决策指导	基因组坐标区间的多轨道可视化（覆盖度、注释、结构变异），与基序无关
核心价值	明确“何时用 bits、何时用 probability”及背景频率校正的具体数值，避免保守性被视觉误导	需要使用者自行掌握信息论编码原理才能正确调用	服务完全不同的可视化目标（基因组区域而非单个基序）
失败模式覆盖	7 类失败模式逐条给出触发条件与修复方法（编码混淆、矩阵转置错误、小样本偏差等）	原始文档通常只给 API 参数说明，不覆盖典型误用场景	不适用（非同类图表）

该技能与合集内 genome-tracks、heatmaps-clustering 等技能服务不同的图表需求，彼此互补而非替代；相对于直接调用底层绘图库，其价值在于把容易被忽视的编码语义与背景校正决策显式化。

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本子技能的具名 Issue 反馈。

9. 其他补充

SKILL.md 的“Related Skills”交叉引用同合集内的 chip-seq/motif-analysis（发现该转化为 logo 的 PWM）、atac-seq/footprinting、clip-seq/clip-motif-analysis、alignment/multiple-alignment（提供 logo 输入所需的比对序列）与 data-visualization/color-palettes（自定义字母表配色），可见本技能在合集内承担“基序可视化下游呈现”这一专项角色。

10. 安装使用方式

从 GitHub 下载或克隆仓库子目录：data-visualization/sequence-logos/
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
安装依赖：R 用户 install.packages('ggseqlogo')；Python 用户 pip install logomaker；CLI 用户 pip install weblogo
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“用 bits 编码画一张 CTCF 结合位点的序列 logo，人类基因组背景频率校正，ggseqlogo 核苷酸配色”）

11. 注意事项

默认应使用 bits 编码而非 probability 编码，后者无法区分“高度保守”与“完全不保守但恰好某碱基占多数”两种情况
基因组来源的基序必须传入对应的背景频率（bg_freq/background 参数），否则信息量会被系统性高估或低估
样本量过小（N<20）时信息量存在小样本偏差，logo 会显得比实际数据支撑的更“保守”，需做 Schneider 1986 小样本校正或在图注标明 N
仓库为社区维护的生物信息学技能合集，非任何厂商官方出品，选用前建议自行核对示例代码与当前环境版本是否匹配