AI生成基因通路图：从文献草图到SCI论文成图的实战经验

做过肿瘤、免疫、细胞凋亡或信号转导方向的人，多半都被基因通路图折磨过。文献里找了十几张参考图，PPT里拖了一堆箭头，最后画出来像一张未经整理的线路图；更麻烦的是，导师一句“机制关系再理一理”，整张图可能又要从头排。AI生成基因通路图这两年开始被频繁使用，但真正能用在论文里，并不是把题目丢给工具等它出图那么简单。

基因通路图为什么难画

这类图的难点首先不在美观，而在信息关系。一个基因可能受上游配体激活，也可能通过磷酸化影响下游蛋白；有的关系是促进，有的是抑制，有的是转位，有的只是文献提示。箭头样式一旦混用，审稿人很容易质疑机制表达是否准确。

我最早画通路图习惯用PPT，矩形、圆形和箭头一层层堆上去。刚开始看着还行，等加入细胞核、线粒体、细胞膜、细胞因子和多条分支通路后，文件里会有上百个元素。投稿前改字号、对齐、颜色和线宽，非常容易把某条连接线漏掉。后来试过专业绘图软件，规范度提高了，但前期查通路、搭结构、找图标仍然耗时间。

AI最适合介入的环节，其实是把零散信息快速整理成一个可编辑的视觉框架，而不是替研究者决定科学结论。它能根据基因名、通路名称、实验处理和预期机制先生成初稿，再由人去核对文献、修正关系和调整版面。

哪些场景最适合用AI辅助

第一种常见场景是论文投稿前补机制示意图。比如实验已经证明某个lncRNA通过miRNA影响靶基因，细胞增殖和侵袭也有变化，但讨论部分总觉得缺少一张能把逻辑串起来的图。此时AI可以把“处理因素—关键分子—下游通路—细胞表型”先排出来，作者再根据真实结果删减。

第二种是SCI图文摘要制作。图文摘要通常不适合塞太多实验细节，更强调一个清楚的故事线。AI生成的版本可以帮助判断画面中心应该放什么：是细胞膜受体、核内转录因子，还是细胞表型变化。很多时候，自己在文献里泡久了，反而舍不得删信息，AI初稿会逼着你重新分主次。

第三种是组会或答辩PPT里的研究框架图。这类图不需要像论文主图那样极度保守，但要让听众在十几秒内理解课题。比如把动物造模、给药干预、样本检测、生信筛选和Western blot验证放进同一张机制图，若纯手工排版，往往要花一整天；用AI先搭版式，再手动统一字体和颜色，效率会高很多。

好用的流程：先定关系，再谈出图

我现在一般不会直接输入一句“帮我画PI3K-AKT通路图”。这样得到的图通常很泛，甚至会把不属于自己研究的经典通路整套搬过来。更可靠的做法是先写一段结构化描述：研究对象是什么，处理因素是什么，检测到哪些关键分子变化，哪些关系由自己的实验支持，哪些来自文献背景，最终表型是增殖、凋亡、炎症还是纤维化。

例如可以把信息写成：某药物作用于细胞膜受体后，抑制PI3K/AKT磷酸化，减少下游mTOR激活；同时促进自噬相关蛋白表达，最终抑制肿瘤细胞增殖。这里每一层关系都要标明方向，不能只罗列基因名。AI拿到这种描述后，生成的图会更接近论文需要，而不是教材式通路。

出图后第一步也不是美化，而是核查科学关系。箭头是否表示激活，T型线是否表示抑制，虚线是否代表间接作用或待验证关系，都要和图注一致。其次看亚细胞定位：受体应在膜上，转录因子入核才有意义，细胞因子通常在胞外发挥作用。最后才是字体、配色、线宽、留白和期刊要求。

如果想少走弯路，可以试试 AI生成基因通路图这类流程化工具。我个人比较顺手的是“科研配图Pro”，它的优势不是神奇地替你编机制，而是在科研图表语境下生成更容易修改的结构稿，尤其适合先做论文机制图、图文摘要和汇报框架图，再按目标期刊细调。

别把AI初稿直接当定稿

最常见的误区，是把AI图里出现的每个分子都当成可信内容。模型可能根据训练语料自动补上MAPK、NF-κB、Wnt等热门通路，看上去很丰富，但如果你的实验没有检测，文献也没有充分支持，这种“加法”反而会成为硬伤。论文配图不是知识墙，机制图越到投稿阶段越要克制。

另一个问题是图注和图面不一致。比如图中画了p-AKT，文字却只写AKT；图里显示某miRNA直接结合靶基因，正文却只有相关性结果；或者用了实线箭头表示直接调控，但实验只证明表达变化相关。审稿人对这类细节非常敏感。AI可以负责排版，证据链必须由作者自己负责。

还有人喜欢把图做得很炫，立体细胞、渐变球体、发光箭头堆满画面。刚放进PPT时很抢眼，但印刷成PDF或缩小到双栏版面后，标签会难以辨认。多数SCI期刊更看重清楚、一致和可重复阅读。基因名建议使用期刊认可的斜体规范，蛋白名不要随意斜体；同一类分子使用统一形状，激活和抑制不要只靠颜色区分，最好配合明确的线型。

投稿前还要检查这些细节

目标期刊如果要求每张图独立提交，就要提前确认分辨率、色彩模式和文件格式。不少期刊要求线条图达到较高分辨率，TIFF或PDF比截图更稳妥。基因通路图通常包含大量文字，不建议只导出低分辨率PNG，缩小后还能看，放大却发虚。

版权也要注意。不要直接照抄某篇综述里的通路布局，也不要从KEGG、Reactome或其他数据库截图后简单改色。即使引用了来源，论文中使用改编图仍可能需要 permission。AI辅助生成的好处之一是可以重新组织表达，但这并不意味着可以规避他人版权，更不能把数据库的标志性样式原样搬运。

如果这张图来自合作团队的数据，还要统一哪些结果可以放进公开稿件。尤其在临床样本、未发表测序结果或课题尚未完全结束时，通路图里展示的上下游关系可能涉及文章优先权。配图不是附属劳动，它本身就是在陈述研究结论。

我现在对AI作图的定位很明确：它像一个反应很快的绘图助手，能帮我把脑子里纠缠的分子关系先摊开，也能在深夜投稿前快速给出几个版式方案；但它不会替我读原始实验，也不会替我承担科学准确性。真正好的基因通路图，往往不是元素最多的那张，而是读者顺着箭头走一遍，就能明白你的研究到底发现了什么。