生物医学图注撰写
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_c7479c7a/figure-legend-writer。
技能介绍
图注为什么总被审稿人挑
论文里的图可以单独被引用,但图注若写得太短,读者看不到 n、误差条含义和显著性标记的定义,就得回正文翻方法学段落。多 panel 图、流式、Western、KM 曲线等类型,期刊对必备要素也不一致;自己补写时容易漏 SEM/SD、检验名称,或在信息不全时「顺手」编一个 p 值——这类问题会直接拖慢返修。
技能在做什么
本技能把角色固定为生物医学图注写作:根据你给的图表描述、截图或口头说明,输出可独立阅读的完整 legend,而不是帮你解读结果的科学含义(讨论段落应另用专门技能)。
核心流程大致是:
- 核对图型与要素:识别柱状图、折线、散点、箱线、热图、KM、流式、WB、显微/IHC、示意图、森林图等,并追问或从描述中推断各轴、分组、panel 各自表示什么。
- 按类型拼装必备项:通用部分包括图号与简短标题、图中内容 1~2 句、样本描述(
n = X per group或总数、生物/技术重复)、缩写首次定义、统计检验与* / ** / ***阈值、误差条类型(mean ± SEM/SD 或 median IQR)、以及「代表 N 次实验」类说明。 - 质量自检:是否自洽、是否未捏造未提供的 N 与检验结果;缺项时用显式占位符,例如
[n = X per group]、[AUTHOR: specify statistical test]。
技能内还提供按图型的要素对照表,并指向 legend_templates.md 与学术风格参考,便于对齐期刊要求的结构化或自由叙述体例。
边界与注意点
- 接受:图的内容描述、可选图号、图型、样本量、检验、阈值、缩写列表。
- 不做:编造统计结果、样本量或方法细节;也不替代「讨论」层面对发现的解释。
- 硬规则:缩写不确定时要问,不能瞎定义;不能为了简短牺牲图注的自包含性。
使用场景
- 投稿截止前,手上有柱状图/折线图草稿,需把每组的 `n`、误差条类型和 `*/**` 阈值写进可独立阅读的图注
- 审稿人要求「legend 须自包含」,需把过短图注扩写并补统计检验名称与缩写定义
- 多 panel 图(如 WB + 定量柱图)需按 panel 分别写 loading control、代表实验次数与比较对象
- 流式或显微/IHC 图需写明 gating/比例尺、放大倍数、染色抗体,并标注是否为 N 次实验的代表图
适合人员
- 撰写细胞或动物实验论文的博士生,需为 KM 曲线、箱线图等补全终点定义、删失规则与 log-rank 说明
- 医学统计或临床方向研究者,森林图图注需规范 OR/HR、异质性(I²)与固定/随机效应模型表述
- 期刊编辑部或语言润色助理,把作者只写一句的图注改成含样本量与检验要素的完整 legend
- 生物信息学从业者,热图图注需写清颜色标尺含义、行/列归一化方法与是否聚类