LobsterBio 是一个基于多智能体架构的综合性生物信息学分析平台，旨在通过自然语言交互简化复杂的组学数据分析流程。用户只需用日常语言描述分析目标，系统便会自动将任务路由至22个专业化智能体之一，覆盖转录组学、蛋白质组学、代谢组学和基因组学等十大分析模块。该平台支持单细胞RNA测序、批量RNA测序、VCF/GWAS分析和质谱数据处理等多种主流组学研究场景，并集成了GEO、SRA、PRIDE和MetaboLights等公共数据库的访问能力。其核心优势在于无需编写代码即可完成从数据下载到高级分析的完整工作流，显著降低生物信息学的技术门槛。
核心功能特点
- 支持单细胞与批量RNA测序的全流程分析，包括质控、聚类、轨迹推断和差异表达
- 整合质谱与亲和力数据进行蛋白质组学分析，提供批次校正和通路富集功能
- 涵盖LC-MS/GC-MS/NMR的代谢组学处理，包含PCA/PLS-DA建模和化合物注释
- 内置GWAS和VCF分析能力，支持变异注释与临床优先级排序
- 采用自然语言驱动的多智能体架构，自动匹配最适合的分析专家完成复杂任务
- 提供Plotly可视化输出，支持UMAP、热图和火山图等多种图表类型
适用场景
LobsterBio特别适合需要快速开展多组学研究的科研人员，尤其适用于那些缺乏编程背景但希望获得专业分析结果的生物学或医学研究人员。例如，在肿瘤研究中，研究者可以通过自然语言指令让系统自动下载TCGA相关数据集，执行单细胞转录组质控后生成UMAP降维图，再运行差异表达分析并筛选潜在的生物标志物蛋白。对于药物开发团队，平台可协助完成靶点验证、化合物相似性计算以及临床试验设计优化等关键步骤。此外，在代谢组学研究中，研究人员能够直接上传LC-MS原始数据，由系统自动完成峰对齐、归一化处理，并输出可用于发表的高质量PCA得分图。无论是探索性数据分析还是验证性实验设计，该平台都能通过标准化工作流提升研究效率。