Linxira Bio SDK
AGPL-3.0 v0.1.0 GitHub

Linxira Bio SDK

本地优先、开箱即用的生物信息学分析平台。支持 50+ 种分析能力，覆盖序列、结构、表达、变异、比较基因组等全流程。

GitHub 使用指南

快速开始

1
导入数据
拖拽或选择 FASTA、FASTQ、GFF、VCF、BED、CSV、PDB 等格式文件
2
数据检查
自动检测格式并显示摘要统计（序列数、长度、GC 含量等）
3
选择分析
从 50+ 种分析能力中选择，自动匹配数据格式
4
查看结果
表格、SVG 图表、交互式结构查看器，支持导出 CSV/TSV/JSON/XLSX

分析流程演示（模拟动画）

📥
导入
✅
质控
🧹
修剪
📐
比对
🧬
变异
🎓
富集
📄
报告
模拟运行日志 · linxira-bio pipeline
📄 模拟报告输出 · report/
流程结束后自动生成以下报告（桌面版可导出）：
📊
report.html
交互式图表报告
2.4 MB · 2026-08-14 10:04
👁 预览
📄
report.pdf
论文级排版
1.8 MB · 2026-08-14 10:04
👁 预览
📋
report.json
机器可读结果
312 KB · 2026-08-14 10:04
👁 预览
🖼
figures/
8 张 SVG 图表
6.1 MB · 2026-08-14 10:04
👁 预览

平台数据

50+
分析能力
108
中英文文档
3
支持平台
Windows · Debian · Arch
4
原生语言
Rust · Python · R · Java
AGPL
开源协议
v3.0-or-later

示例数据 & 分析结果

序列统计 (sequence.stats.v1) 
{
  "sequence_count": 3,
  "total_bases": 12,
  "min_length": 2,
  "max_length": 6,
  "mean_length": 4.0,
  "n50": 6,
  "gc_percent": 60.0
}
表达矩阵 PCA (expression.pca.v1) 
{
  "pca": {
    "variance_explained": [42.3, 18.7, 9.1],
    "samples": [
      {"id": "WT_1", "PC1": -2.34, "PC2": 1.02},
      {"id": "KO_1", "PC1": 2.15, "PC2": -0.87}
    ]
  }
}
GO 富集分析 (enrichment.go.v1) 
{
  "analysis_type": "go",
  "query_input_count": 4,
  "query_mapped_count": 3,
  "tested_term_count": 1,
  "terms": [{
    "term_id": "GO:0000001",
    "term_name": "Process A",
    "fold_enrichment": 1.33,
    "p_value": 0.5
  }]
}
蛋白质性质 (protein.properties.v1) 
{
  "sequence_count": 2,
  "records": [{
    "id": "standard",
    "length": 20,
    "molecular_weight_da": 2395.74,
    "isoelectric_point": 7.15,
    "gravy": -0.49,
    "aromaticity_percent": 15.0
  }]
}
集合交集 (set.venn.v1) 
{
  "set_count": 3,
  "union_size": 6,
  "set_sizes": [
    {"name": "control", "count": 3},
    {"name": "treatment", "count": 4},
  "name": "validated", "count": 4}
  ]
}
FASTQ 质控 (fastq.qc.v1) 
{
  "read_count": 2481532,
  "total_bases": 372229800,
  "mean_read_length": 150.0,
  "gc_percent": 48.2,
  "q20_percent": 97.9,
  "q30_percent": 93.7,
  "mean_quality": 36.4
}
变异统计 (variant.stats.v1) 
{
  "variant_count": 128450,
  "snp_count": 108231,
  "indel_count": 20219,
  "transition_count": 72014,
  "transversion_count": 36217,
  "ts_tv_ratio": 1.99,
  "heterozygosity": 0.0012
}
KEGG 富集 (enrichment.kegg.v1) 
{
  "analysis_type": "kegg",
  "tested_pathway_count": 142,
  "significant_count": 23,
  "top_terms": [{
    "pathway_id": "ko04630",
    "pathway_name": "IL-17 signaling",
    "p_adjusted": 1.2e-8,
    "gene_ratio": 0.21
  }]
}
差异表达 (expression.differential.v1) 
{
  "comparison": "KO_vs_WT",
  "total_genes": 18752,
  "upregulated": 842,
  "downregulated": 691,
  "significant_padj_005": 1533,
  "lfc_shrinkage": "apeglm"
}
K-mer 计数 (sequence.kmer.count.v1) 
{
  "k": 5,
  "distinct_kmers": 9312,
  "total_kmers": 120000,
  "top_kmers": [
    {"kmer": "AAAAA", "count": 4120},
    {"kmer": "TTTTT", "count": 3987},
    {"kmer": "GCGCG", "count": 2451}
  ]
}
比对质控 (alignment.qc.v1) 
{
  "total_reads": 4963064,
  "mapped_reads": 4821918,
  "mapped_percent": 97.2,
  "properly_paired_percent": 96.1,
  "mean_depth": 32.4,
  "duplicate_percent": 8.9
}
序列长度分布 (示例)
50 40 30 20 10 45 0-500bp 38 500-1kb 32 1-2kb 22 2-5kb 12 5kb+

模拟数据集预览

SDK 内置程序生成的模拟数据集（FASTQ / FASTA / VCF / GFF3），开箱即可体验各类分析，无需准备真实数据。以下为截取片段。

FASTQ · reads.fastq.gz 
@SIM:1:FC01:1:1101:1000:1000 1:N:0:ATCACG
GATTTGGGGTTCAAAGCAGTATCGATCAAATAGTAAATCCATTTGTTCAACTCACAGTTT
+
!''*((((***+))%%%++)(%%%%).1***-+*''))**55CCF>>>>>CCCCCCC65
@SIM:1:FC01:1:1101:1000:1001 2:N:0:ATCACG
TGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTGTG
+
IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII
@SIM:1:FC01:1:1101:1000:1002 1:N:0:ATCACG
GGTGATGGCCGCTGCCGATTGCAGGCGCTGCGCTTTGCTTCGCCGCAGGGTTCTTCACTT
+
FFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFF
FASTA · genome_sim.fa 
>chr1_sim_0001 length=150 gc=48.5
ACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGTACGT
GGCGGCGGCGGCGGCGGCGGCGGCGGCGGCGGCGGCGGCGGCGGCGGCGGCGGCGGCGGC
>chr2_sim_0002 length=150 gc=51.0
TTAATTAATTAATTAATTAATTAATTAATTAATTAATTAATTAATTAATTAATTAATTAA
CCGCCGCCGCCGCCGCCGCCGCCGCCGCCGCCGCCGCCGCCGCCGCCGCCGCCGCCGCCG
VCF · variants_sim.vcf 
##fileformat=VCFv4.2
##source=LinxiraBioSim
#CHROM  POS     ID      REF     ALT     QUAL    FILTER  INFO
chr1    11869   .       G       A       962.77  PASS    DP=154;AF=0.482
chr1    14409   .       C       T       184.30  PASS    DP=51;AF=0.235
chr1    14933   .       G       A       2102.51 PASS    DP=382;AF=0.512
chr1    16298   .       T       C       55.10   PASS    DP=14;AF=0.129
GFF3 · annotation_sim.gff3 
##gff-version 3
chr1    sim     gene    11869   14409   .   +   .   ID=gene1;Name=DDX11L1
chr1    sim     mRNA    11869   14409   .   +   .   ID=tx1;Parent=gene1
chr1    sim     exon    11869   12227   .   +   .   Parent=tx1
chr1    sim     CDS     12010   12127   .   +   0   Parent=tx1
chr1    sim     exon    12595   12721   .   +   .   Parent=tx1
chr1    sim     gene    14362   29370   .   -   .   ID=gene2;Name=WASH7P

以上数据全部由程序模拟生成，仅用于界面演示。

命令行快速开始

PowerShell / Bash 
# 序列统计
linxira-bio sequence stats sequences.fa --json

# FASTQ 质量控制
linxira-bio fastq qc reads.fastq --json

# 基因组注释统计
linxira-bio annotation gxf-stats annotations.gff --json

# 表达矩阵 PCA
linxira-bio expression pca matrix.tsv pca.json --json

# 系统发育树可视化
linxira-bio phylogeny tree-plot tree.nwk tree.svg --json

分析能力一览

快速链接

GitHub 仓库
源代码、Issue、PR
Linxira-OS 组织
组织主页与所有项目
使用指南 Wiki
快速入门、CLI 参考、FAQ
能力文档
108 个中英文能力文档
第三方许可
完整依赖许可信息
项目官网
在线演示与文档

示例分析结果

以下展示 Linxira Bio SDK 各分析能力的典型输出结果。所有结果均为结构化 JSON 格式，可直接用于下游分析。

comparative.dotplot.v1
查询 (chr1) 参考 (chr1)
phylogeny.tree.visualize.v1
expression.clustered-heatmap.v1
G1 G2 G3 G4 G5 G6 G1 G2 G3 G4 G5
expression.pca.v1
PC1 PC2 WT KO
variant.stats.v1
rna.secondary-structure.v1
MFE: -12.40 kcal/mol
fastq.qc.v1
enrichment.kegg.v1
expression.differential.v1
enrichment.gsea.v1
sequence.kmer.count.v1
sequence.motif.logo.v1
comparative.kaks.v1
差异表达基因结果 (示例)
Gene IDlog2FCp-valuepadj表达变化
BRCA1+2.341.2e-83.5e-6上调
TP53+1.874.5e-76.2e-5上调
EGFR+1.562.1e-61.8e-4上调
MYC-1.238.7e-65.4e-4下调
CDKN1A-2.013.2e-91.1e-6下调
1 导入
2 数据检查
3 分析
4 结果
导入本地数据
支持格式：FASTA, FASTQ, GFF3/GTF, VCF, BED, CSV/TSV, PDB, mmCIF, Newick 及 gzip 压缩。点击下方示例文件，体验完整模拟流程（导入 → 检查 → 分析 → 结果）：
拖拽文件到此处 或 点击选择本地文件（桌面版支持）
Web 版为演示界面，自动使用上方模拟数据集
数据集摘要
自动检测格式并显示摘要统计
选择分析能力
根据「已导入文件」的格式自动匹配可用能力（Web 演示展示模拟子集），点击能力卡片开始模拟运行。
分析结果
运行分析后，结果将显示在此处。支持表格、SVG 图表和交互式结构查看。
🤖 AI 分析助手（模拟演示）
SDK 内置 Agent 规划即将上线：通过自然语言对话调用 50+ 分析能力，并支持三种外部工具调用通道——MCP 工具、Python SDK、命令行 CLI。以下为交互模拟。
交互式结构查看器
支持 PDB / mmCIF 蛋白质结构交互式查看（桌面版：旋转、缩放、残基选择、距离测量、图片导出）。以下为经典案例模拟演示——血红蛋白（Hemoglobin，1HHO）的氧合与一氧化碳结合机制。
🧊 真实 3D 结构（WebGL 渲染）
在浏览器中实时渲染 PDB 原子坐标（3Dmol.js）：人血红蛋白 1HHO（α₂β₂ 四聚体 · 4 个血红素）与牛胰岛素 4INS（A/B 双链 · 受体结合位点高亮动画）。拖拽旋转 · 滚轮缩放 · 自动缓慢旋转。
血红蛋白四聚体
α₁ α₂ β₁ β₂ 2,3-BPG 腔
α₂β₂ · 4 × Heme (Fe²⁺) 脱氧 · T 态
运行环境检测
Linxira Bio SDK 自动检测本地工具链与运行时（Rust 引擎 + Python/R 工作流 + Java 插件层），支持 Windows、Debian 和 Arch Linux。
检测完成
x86_64
架构
Windows 11
操作系统
4/4
核心运行时
2
可选工具缺失
组件与运行时
组件版本状态用途
rustc / cargo1.97.1✓ 可用SDK 核心引擎（Rust）
python3.10.11✓ 可用Python SDK · Biopython · NumPy
R4.6.1✓ 可用DESeq2 / WGCNA 等工作流运行时
java21.0.10✓ 可用TBtools 生态插件兼容层
samtools—可选BAM/CRAM 处理（缺失时走内置实现）
docker—未检测到容器化扩展工作流
平台支持矩阵
组件Windows 11Debian 12Arch Linux
核心引擎 (Rust)✓✓✓
Python SDK✓✓✓
R 工作流 (DESeq2/WGCNA)✓✓✓
Java 插件层✓◐◐
安装方式msi / wingetdeb / aptpacman / AUR

文档与使用指南

完整的中英文文档，每个能力都有详细的参数说明和示例

108
能力文档（中/英）
14
分析领域
30+
分析技能 Skills
3
语言 SDK
Python · R · Rust

文档分类

W
项目 Wiki
完整的使用手册、入门教程和常见问题
D
能力文档
每种分析能力的中英文参考文档（108 个能力）
G
GitHub 仓库
源代码、构建说明和贡献指南
Linxira Bio SDK
本软件采用 GNU Affero General Public License v3.0 (AGPL-3.0-or-later) 许可。项目自有组件使用 AGPL-3.0-or-later，不替换或重新许可第三方代码。每个依赖项、改编体、链接库、模型、数据库和外部可执行文件必须保留其自己的许可和声明。

注册研究来源

来源许可当前角色
GPTomics/bioSkillsMIT主要方法和示例审查来源
BioTender-max/awesome-bio-agent-skills合集索引；嵌套条款各异发现和分类来源
Linxira-OS/linxira-skillsMIT通用技能平台和策略参考

初始运行时组件

组件许可用途
serde, serde_jsonMIT OR Apache-2.0作业、结果和能力序列化
csvUnlicense OR MITRFC 4180 CSV 和可配置 TSV 写入
flate2MIT OR Apache-2.0流式 gzip 和 BGZF 兼容解压
eframe, eguiMIT OR Apache-2.0原生桌面 GUI（无嵌入式 WebView）
pngMIT OR Apache-2.0本地结构查看器快照编码
rfdMIT原生操作系统文件对话框
rust_xlsxwriterMIT OR Apache-2.0原生 XLSX 结果导出
same-fileUnlicense OR MIT跨平台文件身份检查
sha2MIT OR Apache-2.0SHA-256 完整性校验
tempfileMIT OR Apache-2.0原子表导出的临时输出
zipMITZIP 签名和元数据检查
jsonschema 验证栈MIT, BSD-3, Apache-2.0, ISC, MPL-2.0, GPL-3.0-or-laterCI 专用 JSON Schema 验证
epaint_default_fontsOFL-1.1 AND Ubuntu-font-1.0默认原生 GUI 字体
Noto Sans SC 2.002OFL-1.1简体中文 GUI 回退字体
hexf-parseCC0-1.0GPU 渲染器着色器数字解析

工作流运行时依赖

组件许可状态
Biopython 1.85Biopython License Agreement已编目，尚未再分发
NumPy 2.2.4BSD-3-Clause已编目，尚未再分发
DESeq2 ≥1.52.0LGPL-3.0-or-later差异表达工作流依赖（未再分发）
jsonlite ≥1.8.9MITR 工作流依赖（未再分发）
digest ≥0.6.37GPL-2.0-or-laterR 工作流依赖（未再分发）
MCScanXBSD-2-Clause可选外部可执行文件（不捆绑）
KaKs Calculator用户选择的分发版许可可选外部可执行文件（不捆绑）
依赖门禁
  1. 记录 SPDX 标识符和源仓库
  2. 确认与 AGPL-3.0-or-later 的兼容性
  3. 优先选择 MIT、Apache-2.0、BSD、ISC、Zlib 等兼容组件
  4. 单独审查 LGPL、MPL、GPL、模型权重、数据库条款等
  5. 拒绝专有、源码可用、使用领域限制、非商业或模糊条款
  6. 生成机器可读的依赖报告，保留必要声明
查看完整 THIRD_PARTY.md

Linxira Bio SDK © 2026 Linxira-OS. Licensed under AGPL-3.0-or-later.

GitHub · Wiki · Linxira-OS