1.1 如何开始分析以及我应该使用哪种分析类型？

在 Drylab 首页上，您将找到几种选项来开始您的研究：默认分析、高级分析、研究。选择哪一个取决于您的研究处于哪个阶段，您想要如何细化地控制和与结果互动，以及您期望什么输出。

1. 默认分析

适合：日常编码任务、快速数据探索、简单绘图和一次性问题。

它的功能

• 打开一个标准笔记本，配有会话式 AI 助手

• 您编写提示语，AI 逐一编写和运行代码单元

• 没有自动规划或多步骤编排

• 简单的请求 → 响应工作流程

在您想要的时候使用

• 快速加载和检查数据集

• 制作单个图表或进行快速统计测试

• 询问简单的生物信息学问题

• 在提交完整管道之前进行代码原型设计

示例提示
加载我的 CSV 并显示汇总统计。绘制表达列的直方图。PCA 和 UMAP 之间的区别是什么？安装 scanpy 并加载我的 h5ad 文件。

所需技能水平
对初学者友好。不需要事先的生物信息学经验。

2. 高级分析

适合：多步骤科学分析、完整的管道、大数据集和需要工具和数据库的复杂工作流程。

它的功能

• 全代理 AI——自动计划、执行、审核和迭代

• 在执行之前提出结构化的逐步计划

• 自动调用数据库、加速工具和管道

• 处理错误，重试，并根据中间结果进行调整

• 生成可发表质量的图表和可重复的笔记本

在您想要的时候使用

• 从头到尾运行完整的单细胞 RNA-seq 分析

• 进行差异表达与 GO 富集和可视化

• 对抗蛋白靶标对接多个药物化合物

• 在生物数据上构建机器学习模型

• 在原始测序数据上运行 nf-core 管道

示例提示

在我的 h5ad 文件上运行完整的 scRNA-seq 分析，包括质量控制、聚类、注释和条件之间的差异表达

使用 Chai-1 预测 5 个蛋白序列的结构并比较其结合口袋

在我的示例表上运行 nf-core-rnaseq 并执行后续的差异表达分析

所需技能水平

中级到高级。您需要清楚地理解您的生物学问题——AI 负责技术执行。

3. 研究

适合：文献综述、假设生成、总结论文、在进行任何计算之前探索科学领域。

它的功能

• 搜索 PubMed、预印本服务器和生物学数据库

• 总结论文，提取关键研究成果，并识别研究空白

• 连接来自多个来源的研究发现

• 帮助制定假设和实验设计

• 可以直接解析上传的 PDF 和 DOI

在您想要的时候使用

• 了解研究领域的当前状态

• 总结论文或比较多篇论文

• 找到与生物学问题相关的数据集或工具

• 在进行实验之前生成假设

• 获取有关基因、途径或疾病的基于文献的解释

示例提示

"总结关于 KRAS G12D 抑制剂在胰腺癌中最新研究的研究。2023-2024 年发布的空间转录组学方法的关键论文是什么？查找与阿尔茨海默病单细胞 RNA-seq 相关的 GEO 数据集。FOXP3 在调节 T 细胞中的生物学角色是什么？"

所需技能水平

初学者友好。不需要编程。

您应该从哪一个开始？