PROMOTION.txt

PanelAgent — 基于实验室真实库存的智能流式配色助手

周三下午三点，免疫学实验室的博士生小林对着屏幕叹了口气。

这已经是她第三次尝试为一个 10 色流式 panel 选定抗体组合了。实验目的是分析肿瘤浸润 CD8+ T 细胞的耗竭状态，需要 PD-1、Tim-3、Lag-3、TIGIT 四个耗竭标志物，再加上 CD3、CD8、CD45 等谱系 marker。

她手上有两条路：

【第一条路：去厂商官网用在线设计器。】

打开 BD 的 Panel Designer，界面很漂亮，按步骤选了标志物和仪器配置，很快就出了一套方案——完美、专业、无可挑剔。她核对了一下实验室库存：实验室既有 BD 的抗体也有 BioLegend 的，大概能用上一半，但还剩一半得额外下单购买。而且她所在的 PI 实验室一直是 BioLegend 的重度用户，很多 BioLegend 的经典克隆号在方案里根本没出现。小林叹了口气——这套方案不是为她设计的，是为 BD 的销售额设计的。

『厂商的工具并不知道你有什么——它只知道它想卖什么。』

【第二条路：手动翻实验室的 Excel 抗体库存表。】

实验室有一份人抗体库存的 CSV 文件，是师姐们多年积累下来的。小林打开它，500 多行记录，每一行标注了荧光素、靶点、克隆号、品牌、库存数量。她开始一个一个地查：

- CD45 → 有 APC 的 ✓
- CD3 → 有 BV421 的 ✓
- CD8 → 有 FITC 的 ✓
- PD-1 → 有 PE 的 ✓
- Tim-3 → 有 PE-Cy7 的 ✓
- ......

配到第 8 个颜色的时候，她发现 Lag-3 只剩下 APC 了——但 CD45 已经占了 APC 通道。仪器上 APC 通道只有一个，冲突了。

她换了一个又一个荧光素组合，每次到第 7、8 个颜色就卡住。要么通道冲突，要么剩下的荧光素亮度不够匹配低表达 marker。反复调整了将近两个小时，她甚至开始怀疑自己是不是该放弃两个耗竭 marker。

『人脑不适合做这种多维约束求解——但计算机很适合。』

但小林的故事还没完。

经过两个小时的反复尝试，她终于凑出了一套看似可行的方案。然后她开始做实验。染色、上机、分析——结果发现 PD-1 的信号非常弱，几乎无法和阴性群区分开。

她翻出抗体管看了一眼，是 BioLegend 的 PD-1-APC，克隆号 EH12.2H7，批号 B345678。

她拿着抗体管去问隔壁工位的师兄：

「师兄，这个 PD-1-APC 的信号好弱，是不是我操作有问题？」

师兄看了一眼批号，说：「哦，这个批号啊，我之前也遇到过，染色效果就是不行。后来我就改用 PE 的那个了。」

小林愣住了：「那你……怎么没在库存表里备注一下？」

师兄挠挠头：「我倒是想说来着，但这不是一直忙就忘了嘛……」

『最贵的试剂不是抗体，是已经踩过的坑又被人踩了一遍。』

这个场景，在每一个拥有流式细胞仪的实验室里，每天都在发生。它折射出流式 panel 设计中三个深层次的痛点：

【痛点一：厂商工具在推销，不是在设计。】
市面上的流式配色工具几乎全部来自抗体或仪器厂商。它们能帮你生成看起来很专业的方案，但背后都有一个隐藏的 agenda——推荐自己的产品。方案里推荐的抗体，一半以上实验室没有；不同厂家的工具互不兼容。你需要的不是一家厂商的推销员，而是一个了解你实验室真实家底的助手。

【痛点二：手动排查通道冲突，效率低且容易推倒重来。】
多色 panel（8 色以上）的核心约束是每个检测通道只能分配一种荧光素。手动组合就像在玩一个"配到后面才发现撞车，全部归零再来"的游戏。更隐蔽的问题是：即使避开通道冲突，还可能出现低表达 marker 被分配到了暗荧光素上，导致信号根本检测不到。

【痛点三：经验无法沉淀，同样的坑反复踩。】
好用的抗体、不好用的批次、哪个克隆染色效果差——这些信息只存在于老成员的大脑中。新来的同学遇到了问题去问师兄，师兄说「哦那个批次不行，忘了说」。于是同样的错误、同样的试剂浪费，一届又一届地重复。实验室最宝贵的资产不是抗体库存，是那些从未被记录的实战经验。

从这些痛点中，可以提炼出研究者需要一款真正懂自己的流式配色工具。它需要满足 【三个核心需求】：

需求一：基于自有库存，而非厂商推荐

研究者需要的不是一个推销抗体的商超导购，而是一个 【了解实验室真实家底的助手】。它应该：
- 只从实验室实际拥有的抗体中做选择
- 同时兼容多个品牌的库存
- 不推荐任何需要额外采购的抗体

需求二：穷举所有可行的配色方案

研究者输入一组标志物后，需要知道在实验室的抗体库里，这些 marker 能配出哪些不冲突的组合。哪个 marker 当前有哪几种荧光素可选、哪些通道已经被占用——这些信息应该一目了然，而不是靠人眼在 Excel 里一行一行地筛。它应该：
- 自动检测并避免通道冲突，穷举所有可行配色
- 一目了然地展示各 marker 可用的荧光素选项

需求三：AI 帮你挑出最合适的那个

可行的方案往往有好几个，但哪个才是真正好用的？低表达 marker 配没配到亮荧光素？共表达的 marker 之间光谱重叠大不大？这些判断需要经验，而 AI 正好能把这种经验带入每一次选择中。它应该：
- 从多个可行方案中智能选出最优
- 给出选择理由，帮助使用者理解而不是盲从

需求四：经验可沉淀，团队可复用

实验室最宝贵的资产是经验。一支抗体好不好用、哪个批次有质量问题——这些信息不应该只存在于老成员的大脑中。它应该：
- 支持记录抗体质量问题
- 在后续设计中自动参考质量记录
- 让经验从一个团队成员的记忆，变成全团队可查询的知识库

PanelAgent 正是围绕上述四个需求构建的。它不卖抗体、不绑定品牌、不推荐你不需要的东西。它只做一件事：【基于你实验室的真实抗体库存，用算法 + AI 找到最优的配色方案，并记住你们的每一次使用经验。】

🏪 功能一：基于真实库存的 panel 生成

【对应需求一：基于自有库存，而非厂商推荐。】

PanelAgent 直接读取你实验室的抗体库存 CSV 文件——无论是人源、小鼠源、还是其他物种——【它只从你实际拥有的抗体中做选择】。

这意味着：
- 生成的每个方案，你都能在冰箱里找到对应的抗体
- 不会推荐你实验室没有的、需要额外购买的抗体
- 同时兼容多个品牌的库存（BioLegend、BD、Thermo Fisher……随意混用）
- 支持人/小鼠两种常见物种

不仅如此，PanelAgent 还能帮你【从零开始设计实验】。你只需要描述你的研究目标——比如「分析小鼠肿瘤浸润 CD8+ T 细胞的耗竭状态」——它就会扫描实验室的抗体库存，自动推荐最相关的标志物组合，并解释每个标志物的选择理由。新手再也不用对着几百行的库存表发愁：我该用什么标志物？我能做哪些分析？

你的库存 → PanelAgent → 基于库存生成无冲突方案
  ↑                            ↓
你不需要买任何新抗体    你可以立即开始实验

🧠 功能二：自动求解 + 智能评估

【对应需求二（穷举可行配色）和需求三（AI 挑最优）。】

输入你的目标标志物列表，PanelAgent 会自动完成两件事：

【第一，自动避开通道冲突。】

你不需要在 Excel 表和草稿纸之间反复横跳。系统会自动检查所有标志物的可用荧光素，找到不存在通道冲突的组合。如果库存不足以支持你想要的标志物数量，它会直接告诉你问题出在哪里：

CD4、CD8、FoxP3 这三个标志物都在争夺 APC 和 BV421 这两个通道，
而它们只有两个通道可用，建议减少一个标志物。

【第二，智能选出最优方案，并告诉你为什么。】

在多个可行的方案中，AI 会像一位经验丰富的流式专家一样，综合考虑荧光素亮度与抗原表达丰度的匹配、光谱重叠等因素，选出最优方案。更重要的是——【它会为每一项选择给出清晰的解释】：

选择方案 2 的原因：
CD8（高表达）分配到 FITC（中等亮度）是合理的，
将 PE（高亮度）留给低表达的 PD-1，以确保耗竭标志物的信号检测灵敏度。

对新手而言，这不只是一个 panel 方案，更是一堂"为什么这么选"的实践课。

久而久之，即使没有 AI 辅助，你也能逐渐建立起自己的配色直觉。

📋 功能三：质量登记系统

【对应需求四：经验可沉淀，团队可复用。】

这是 PanelAgent 最独特的功能。实验中遇到染色效果差的抗体，可以在系统中登记（批号、问题描述、严重程度）。系统会记录这些信息，并在后续生成 panel 时自动参考。

错误只犯一次，经验代代相传。

质量记录以上下文提醒的形式注入 AI 评估环节：

抗体质量备注：
- CD4-BV421（批号 A123）: 信号弱，染色指数低于预期 —— 【降权处理】
- CD69-PE（批号 B456）: 非特异性染色偏高 —— 【降权处理】

系统不会自动排除这些抗体（因为可能只是批次问题），但会在评分时充分考虑，优先选择更可靠的替代品。这样，【一个团队成员的教训，就变成了整个实验室的免疫力。】

回到小林的故事。如果她用的是 PanelAgent，一切会简单很多：

打开页面 → 选择物种 → 输入实验目标 → 点击生成。

30 秒后，她将看到一份完整的方案：所有可行的配色一览无余，AI 已从中选出最优，每个选择都有清晰的理由。方案里用到的每一支抗体，都能在冰箱里找到——没有一支需要额外下单。

至于那支有问题的 PD-1-APC？系统里早已有人登记过它的质量问题，AI 在推荐时自动避开了它，选了实验室里另一支同样可用、质量可靠的替代品。

她不需要花两小时排查通道冲突，不需要做完实验才发现信号不对，更不需要去问师兄才知道那个批次不行。

『前人的经验被记住了。后人的时间被省下了。』

PanelAgent 是一个开源项目，欢迎访问 GitHub 了解详情、提交反馈或参与开发：

【https://github.com/PanCodeInventory/PanelAgent.git】

我们期待你用 PanelAgent 做出更好的实验，也期待你帮助它变得更好。