Lobster AI 是一款专为生物信息学设计的智能多智能体分析平台，通过自然语言交互或命令行指令，自动将用户请求路由至专业的分析代理。该平台支持单细胞 RNA-seq、bulk RNA-seq 等多种高通量组学数据的端到端分析流程，涵盖从原始数据下载、质量控制到差异表达分析和可视化展示的完整工作流。用户只需用日常语言描述分析目标，如“聚类细胞并寻找标记基因”或“比较肝细胞与星状细胞的差异表达”，系统即可自动协调多个专家级代理协同完成复杂任务。Lobster 采用模块化架构设计，默认提供转录组学核心代理包，同时支持通过插件方式扩展蛋白质组学、基因组学和机器学习等高级功能模块。其交互式会话机制确保分析过程具有连续性，用户可在同一工作空间内逐步推进分析步骤，所有中间结果和最终输出均以标准化格式保存，便于后续查阅与复用。
核心功能特点
- 支持自然语言驱动的自动化生物数据分析流程
- 内置 PubMed/GEO 文献挖掘与数据集发现功能
- 提供单细胞 RNA-seq 全流程分析能力（QC/聚类/标记基因）
- 集成多种出版级可视化工具（UMAP/火山图/热图）
- 支持 H5AD、CSV、10X 等格式及 GEO/SRA 访问号直接处理
- 具备会话连续性机制，可保存中间状态并支持增量分析
适用场景
Lobster AI 特别适用于需要快速开展复杂生物数据分析的研究场景。对于从事单细胞转录组研究的科研人员，可通过自然语言指令完成细胞聚类、寻找特异性标记基因以及细胞类型注释等关键步骤，显著降低生信分析的技术门槛。当研究人员需要从公共数据库获取特定数据集（如 GSE 编号）并进行质量评估时，Lobster 能自动执行下载、格式转换和质量控制全套操作。在药物靶点筛选或疾病机制研究项目中，用户可利用其差异表达分析功能快速识别关键调控基因，并通过交互式可视化直观展示结果。此外，该平台对批量 RNA-seq 数据也提供了完整的分析路径，包括标准化处理和统计检验，适合开展组织间或条件间的转录组比较分析。对于需要重复性实验验证的研究团队，Lobster 的会话保存功能允许暂停后继续分析，确保实验记录的完整性。