🌐 官方网址:
https://biogdp.com/
(BioGDP 主站,注册登录后即可进入工作台进行机制图、实验流程图和图文摘要绘制。PlotGDP 为独立子站,直达地址为 https://plotgdp.biogdp.com/,无需登录即可上传数据生成生信图表。两站账户体系正在整合中,当前可分别独立使用)
📌 工具简介
BioGDP + PlotGDP 是由中山大学等团队研发、面向生命科学与医学科研人员的双核在线智能可视化平台,分别解决科研配图中的两类高频难题:BioGDP 负责机制示意图、实验流程图和图文摘要,PlotGDP 负责统计与生物信息学数据图表。两者共享同一套底层架构——专业知识库、原创素材库、可编辑画布、AI智能体和云端代码沙箱——形成从“画机制”到“出统计图”的连续工作流。BioGDP 可解析研究摘要或图注,提取生物医学实体与关系,智能检索素材并生成可拖拽、可矢量编辑的初始布局;PlotGDP 则根据用户上传的数据和自然语言指令,自动生成、运行、调试和修正 R/Python 代码,输出发表级统计图及完整代码记录。团队自2009年起持续从事科研可视化工具研发,平台已积累超8000个原创生物医学素材和200余套经典模板,截至2026年6月注册用户超15万,相关图像已被1300余篇论文使用。产品采用“基础能力开放+个人订阅增值+机构授权+专业定制服务”的模式,基础绘图和低分辨率导出免费,高分辨率导出按积分消耗,PlotGDP 当前完全免费开放。
⚡ 主要功能
- BioGDP·AI辅助机制图绘制:输入研究摘要或图注,AI自动提取生物医学实体与关系,智能检索匹配素材并生成结构化初始布局,所有元素均可继续拖拽和矢量编辑,避免从空白画布开始拼装
- BioGDP·原创素材与模板库:8000+原创生物医学素材(部分文档提及扩展至20000+),覆盖分子、细胞、组织、物种、信号通路和实验器具等77个细分领域,另有200+套经典模板(作用机制图、信号通路、实验流程、图文摘要等),素材风格统一,减少多来源拼图导致的画风割裂
- BioGDP·AI底图叠加与精修:支持导入 AI 生成的科研构思图作为底图锁定,再从素材库拖拽标准图标进行覆盖替换,最后移除底稿并添加文字标签、逻辑箭头和图例,将模糊的AI草图转化为严谨可发表的机制图
- BioGDP·矢量编辑与多格式导出:所有元素支持网页端拖拽、缩放、换色和层级调整,导出可选 PNG/JPG/TIFF/PDF,最高300 DPI,满足期刊投稿对分辨率和格式的要求
- PlotGDP·自然语言生成生信图表:上传 CSV/TSV 数据,用自然语言描述需求(如“绘制分组小提琴图,X轴为treatment,Y轴为expression,按condition分面”),AI 自动生成可执行的 R/Python 代码并在云端运行出图,无需本地安装R环境或配置包依赖
- PlotGDP·覆盖14+种常用图表:支持热图、火山图、小提琴图、箱线图、柱状图、散点图、生存曲线、ROC曲线、和弦图、韦恩图、PCA图、气泡图等,基本覆盖生信论文的常见可视化需求
- PlotGDP·三层Agent架构与模板约束:整合层负责数据解析和列名识别,编程层自动生成、纠错和优化代码,可视化层负责预览和格式调整;LLM在预设的 ggplot2/pheatmap 等模板框架内生成代码,降低“AI幻觉”导致的不可执行结果
- PlotGDP·对话式迭代优化:对生成的图不满意,直接用自然语言下达修改指令(如“把颜色改成Nature风格”“去掉网格线”“调整字体大小”),AI 即时重新生成,无需手动改代码
- PlotGDP·代码可解释与可复现:输出图表的同时保留完整的代码记录,用户可查看、复制和存档,兼顾零代码门槛与生信分析对可复现性的要求
- 双平台协同工作流:机制图和统计图分属两个入口但共享同一账号体系和云端环境,课题组的示意图、流程图和数据图可以在统一的创作链路中完成,减少在BioRender、RStudio和AI绘图工具之间反复切换的摩擦
💰 价格信息
BioGDP 72dpi 导出免费
BioGDP 高清导出 100 积分/次
PlotGDP 当前完全免费
BioGDP 采用积分制,不设强制月费订阅。新用户注册即送 300 积分(登录自动到账),关注官方公众号或小红书可再得100积分,分享内容每次100积分不限次数。作图和保存不消耗积分,72 dpi 低分辨率导出免费,适合预览和内部沟通;150/300 dpi 高清导出每次消耗100积分,授权许可文件永久免费。以注册赠送的300积分计算,新用户可完成3次高清导出,对于单篇论文的配图需求通常已经够用;高频产出或多篇论文并行的课题组,可通过积分包或机构授权补充。PlotGDP 当前完全免费开放,无需登录即可上传数据生成图表,对于预算有限的课题组和生信新手是一个零门槛的起步选项。团队的整体商业模式为“基础能力开放+个人订阅增值+机构授权+专业定制服务”,机构用户可获得更系统的授权和配额支持,具体方案需联系官方获取。
👥 适合人群
需要为论文、基金申请书或学术汇报制作机制示意图、实验流程图和图文摘要的生命科学/医学研究生和科研人员(BioGDP 的原创素材和模板直接对应这些高频需求);不会 R/Python、但需要绘制热图、火山图、生存曲线等生信图表的湿实验生物学家和临床研究者(PlotGDP 将自然语言转化为可执行代码,零编程门槛);需要快速验证图表方向、再决定是否深入调整的生信新手(PlotGDP 免费且无需登录,试错成本极低);课题组 PI 和实验室管理者(希望统一组内配图质量、减少外包作图成本和等待周期);以及已经使用 AI 生成科研草图、但苦于 AI 图不可编辑、素材版权不清的研究者(BioGDP 的矢量编辑和原创素材库提供了从“AI草图”到“可发表配图”的中间加工环节)。如果核心需求是高度定制化的专业插画或非生物医学领域的通用设计,这个双核平台的素材库和场景预设可能覆盖不到;如果课题组已经有成熟的 R/ggplot2 工作流且不需要机制图绘制,PlotGDP 的代码生成优势对熟练生信人员来说增量有限。
✅ 优点
- 双核分工清晰,覆盖科研配图的两个主要场景:BioGDP 解决“机制怎么画”,PlotGDP 解决“数据怎么可视化”,用户不需要在 BioRender、RStudio 和通用 AI 绘图工具之间来回搬运,一个平台内完成从示意图到统计图的连续工作流
- BioGDP 的原创素材库和矢量编辑是面向发表的务实设计:8000+原创素材风格统一,所有元素可在网页端拖拽、换色和层级调整,高分辨率导出支持 TIFF/PDF 和 300 DPI,直接对应期刊投稿的格式要求,而非“生成一张好看但没法用的图”
- PlotGDP 真正拆掉了生信绘图的技术门槛:自然语言→模板约束的代码生成→云端执行出图,用户无需安装 R、配置包或调试环境,实测复杂图表制作时间从传统方法的6—8小时缩短至15分钟左右,85%的产出可直接满足顶刊投稿要求
- “模板约束”设计有效抑制了 AI 幻觉:LLM 在预设的 ggplot2/pheatmap 等模板框架内生成代码,而不是自由发挥,生成结果的可行性和代码质量更有保障,减少了“AI写了一堆跑不通的代码”的挫败感
- PlotGDP 保留完整代码记录,兼顾了零代码门槛与生信分析的可复现性:用户既可以“只出图不看代码”,也可以在需要时查看、复制和存档生成的 R/Python 代码,对于需要方法部分透明可查的论文场景,这一点比纯黑盒出图工具更可靠
- 免费额度对轻度用户友好:BioGDP 注册送300积分(3次高清导出),PlotGDP 完全免费且无需登录,单篇论文或初步探索阶段的成本几乎为零,相比 BioRender 每月近40美元的订阅门槛,对预算敏感的研究生和课题组更友好
- 团队有持续的学术积累和产品验证:自2009年起从事科研可视化研发,平台论文发表于 Nucleic Acids Research,图像已被1300余篇论文使用,注册用户超15万,不是临时拼凑的“AI套壳”产品
⚠️ 缺点
- BioGDP 的操作流畅度和素材丰富度与 BioRender 仍有差距:有用户反馈“没有 BioRender 丝滑”,素材库虽然覆盖主要生物医学场景,但在极端细分或高度定制化的图标上可能仍需自行绘制或从外部导入,对于习惯 BioRender 生态的用户需要一段适应期
- PlotGDP 的生成质量高度依赖数据格式规范和指令清晰度:CSV/TSV 的列名混乱、缺失值处理不当或自然语言描述模糊,都可能导致图表不符合预期,用户仍然需要具备基础的数据整理能力,不能把“零代码”误解为“零数据准备”
- PlotGDP 对复杂或非常规图表的支持存在边界:14+种图表覆盖了大多数生信论文的常见需求,但超出模板库范围的自定义可视化、多图层精细叠加或高度个性化的出版级排版,AI 生成的代码可能需要较多轮迭代或人工修改才能达到要求
- BioGDP 的高分辨率导出按次消耗积分,高频产出场景需要规划成本:虽然注册积分和分享积分可以覆盖轻度使用,但对于一个课题组同时推进多篇论文、需要频繁导出300 DPI 图的情况,积分消耗会加快,需要通过机构授权或积分包补充,免费额度的“够用”是相对于单篇或低频场景而言的
- 两个平台的账户、文件和权限体系尚未完全打通:当前 BioGDP 和 PlotGDP 可分别独立使用,但团队规划中的“双平台账户、文件、素材、代码和权限整合”仍在推进中,课题组如果需要统一管理示意图和数据图的资产,暂时还需要在两个站点之间分别操作
- 作为学术团队孵化的产品,长期运营和商业支持的稳定性需要持续观察:平台已有十余年积累和明确的商业模式,但相比成熟的商业SaaS,在客服响应、文档完备性和功能迭代节奏上可能存在差异,遇到问题时更多依赖官方渠道和社区反馈
💡 使用技巧
- 先明确入口:机制图、实验流程图和图文摘要走 BioGDP(biogdp.com),统计图、生信图表走 PlotGDP(plotgdp.biogdp.com)。不要把机制图上传到 PlotGDP 要求“画出来”,也不要用 BioGDP 去处理数据可视化,两个工具的分工是互补而非替代
- BioGDP 的“AI底图叠加”是一个高效的中间路线:先用 AI 生成科研构思草图,导入 BioGDP 锁定为底图,再从素材库拖拽标准图标覆盖替换,最后移除底稿并添加文字和箭头。这样既利用了 AI 的构思能力,又保证了最终图的可编辑性和素材版权清晰,比纯 AI 出图或纯手动拼装都更高效
- BioGDP 的积分策略是“作图免费、高清导出付费”:日常预览和组内沟通用 72 dpi 免费导出即可,确认构图和内容无误后,再消耗积分导出 300 dpi 的 TIFF/PDF 用于投稿。不要在反复调整阶段就频繁高清导出,把积分留给最终版本
- PlotGDP 的指令越具体,出图越接近可用状态:不要只说“画个火山图”,而是描述清楚数据列、分组方式、阈值和期望的视觉风格(如“用 log2FoldChange 和 padj 画火山图,阈值设为 |log2FC|>1 且 padj<0.05,上调红色、下调蓝色”)。AI 在明确的约束下生成的代码和图表质量会明显更高
- PlotGDP 出图后,即使看起来“差不多了”,也建议点开代码记录快速扫一眼:重点确认数据列是否被正确识别、分组变量是否用对、统计方法是否符合你的实验设计。模板约束降低了代码跑不通的概率,但不能替代研究者对分析逻辑的最终判断
- 利用 PlotGDP 的对话式迭代来微调视觉细节,而不是重新生成整张图:颜色、字体、网格线、图例位置等调整,用一句话让 AI 在原图基础上修改,比重新上传数据、重新描述需求再跑一遍更省时间,也更容易保持图表的一致性
- 如果课题组同时使用两个平台,建议在组内约定命名和归档规范:BioGDP 的机制图和 PlotGDP 的统计图分别保存,并在文件名或项目文件夹中标注用途(如“论文1_机制图_v3”“论文1_火山图_final”),避免账户体系整合前文件散落在两个站点造成管理混乱
- 对 BioGDP 素材库的检索,善用中英文关键词和分类导航:素材按77个细分领域归类,直接搜索“核小体”“MMR复合物”等具体术语通常比泛泛搜索“DNA”更快定位;如果找不到完全匹配的图标,可以用相近素材配合标签和箭头来表达,不必因为一个冷门图标卡住整张图的进度









