在过去的科研生信分析中，处理单细胞数据生成符合顶刊发表标准、兼具美学与逻辑性的分析图表，是一个不可回避的痛点。

那么有没有什么方法可以将数据和目前自动化的Claude Code结合，优化数据处理呢？

今天这篇文章，将进行实战演示，用已发表的一篇Nature的数据进行分析，看看 如何利用Claude Code实现数据分析和单细胞注释。

CNS 参考文献

1. 在GEO上进行数据下载

2. 选择文章的数据进行下载

    3. 先告诉Claude Code数据，确认数据是否存在

输入指令：

请帮我在电脑的【文件位置】下面有个【GSE310446_RAW】的文件夹，这个文件夹的数据是nature的文章下载的单细胞数据，帮我进行查找。

它甚至可以识别到文件中的具体数据情况

4. 让Claude Code进行数据的读取、分析

请你直接开始分析，首先帮我读取单细胞的数据，然后对单细胞的数据进行指控，指控的参数就按照常规的默认参数就可以，接下来对数据进行降维聚类，最后进行umap的展示，展示的图要保存为tif

5. 聚类后的umap图结果展示以及注释

6. marker基因的气泡图展示

最后总结

通过Claude Code的辅助，本复杂的生信分析、代码书写都被简化成了自然语言的简单对谈。这不仅展示出效率，还是一种全新的科研辅助模式。
所以不妨尝试浏览器直接搜索百沐一下，辅助写作。

在这个自动化工厂时代，无论是生信小白还是实验室的PI，掌握一套属于自己的AI工作流，都会意味着在未来的科研竞争中抢占先机。