Dibujar diagramas de mecanismos científicos con Nano Banana Pro: 5 tipos de escenarios con indicaciones prácticas + métodos de llamada a la API

Nota del autor: Guía detallada sobre cómo usar Nano Banana Pro para generar diagramas de mecanismos científicos, mapas de vías, diagramas de flujo experimentales y otras ilustraciones académicas. Incluye plantillas de indicaciones completas y código de llamada a la API. A través de la plataforma APIYI, solo cuesta $0.05 por imagen.

Para crear una ilustración para un artículo de SCI, antes tenías que pasar días buscando a un diseñador o montándola manualmente con BioRender. Ahora, Nano Banana Pro puede generar diagramas de mecanismos científicos con anotaciones precisas directamente a partir de descripciones textuales. La precisión del renderizado de texto supera el 97%: los nombres de proteínas, las etiquetas de vías y las anotaciones bilingües se renderizan correctamente, sin caracteres extraños.

Valor principal: Al terminar de leer este artículo, dominarás plantillas de indicaciones completas para 5 tipos de escenarios de dibujo científico, así como el código completo para realizar llamadas masivas a la API de Nano Banana Pro a través de APIYI por solo $0.05 por imagen.

Capacidades principales de Nano Banana Pro para ilustración científica

¿Por qué Nano Banana Pro es la opción preferida para la ilustración científica?

Los diagramas científicos exigen mucho de las herramientas de generación de imágenes por IA: no solo deben ser estéticamente atractivos, sino que las anotaciones de texto deben ser precisas, la terminología profesional correcta y la jerarquía de la información clara. Esta es precisamente la ventaja decisiva de Nano Banana Pro frente a otras herramientas.

Comparación con herramientas similares: DALL-E 3 es ligeramente superior en el realismo de diagramas anatómicos, pero suele cometer errores de texto al manejar figuras compuestas con gran cantidad de anotaciones científicas; Midjourney destaca en el estilo artístico, pero su capacidad de anotación es débil; Adobe Firefly se orienta más hacia escenarios de diseño comercial. Nano Banana Pro es actualmente el único Modelo de Lenguaje Grande de imagen que alcanza un alto nivel tanto en renderizado de texto científico como en comprensión de conocimientos especializados.

Google también ha lanzado el framework PaperBanana basado en el mismo modelo, diseñado específicamente para generar ilustraciones académicas automáticamente a partir de descripciones metodológicas. Ha sido probado sistemáticamente en 584 muestras de NeurIPS 2025, lo que demuestra su posicionamiento estratégico en el ámbito académico.

5 tipos de escenarios de dibujo científico y plantillas de indicaciones

Escenario 1: Diagrama de mecanismos de vías de señalización celular

Casos de uso: Artículos de biología celular y molecular, para mostrar cascadas de señalización y vías de fosforilación de proteínas.

Plantilla de indicación (Prompt):

Create a scientific mechanism diagram illustrating the MAPK/ERK signaling pathway.
Style: Clean white background academic illustration, suitable for SCI publication.
Layout: Vertical cascade flow from top (receptor) to bottom (nucleus).
Elements:
- Cell membrane at top with RTK receptor labeled "EGFR"
- Signal cascade: RAS → RAF → MEK → ERK with phosphorylation arrows
- Each protein shown as rounded rectangle with proper label
- Arrow styles: solid for activation, dashed for inhibition
- Nucleus at bottom with transcription factor labeled "ELK1"
Colors: Blue for membrane proteins, green for cytoplasmic kinases, red for nuclear targets
Text: All labels in English, 12pt equivalent, clearly legible
Resolution: 4K, aspect ratio 3:4

Versión simplificada de la indicación:

Dibujar un diagrama del mecanismo de la vía de señalización MAPK/ERK, estilo de ilustración para artículo académico, fondo blanco.
Disposición vertical de arriba hacia abajo: membrana celular (con receptor EGFR) → RAS → RAF → MEK → ERK → núcleo (ELK1).
Cada proteína representada por un rectángulo redondeado, etiquetas claras, flechas de activación continuas, flechas de inhibición discontinuas.
Proteínas de membrana en azul, quinasas citoplasmáticas en verde, factores de transcripción nuclear en rojo. Resolución 4K, proporción 3:4.

💡 Consejo: Para diagramas de vías moleculares, se recomienda especificar claramente el nombre de la proteína en cada nodo dentro de la indicación; Nano Banana Pro renderizará correctamente los términos profesionales. Al realizar la llamada a través de APIYI (apiyi.com), cada diagrama de vía en 4K cuesta solo $0.05, lo que hace que el coste de generar múltiples variantes por lotes sea extremadamente bajo.

Escenario 2: Diagrama de flujo experimental (Experimental Workflow)

Casos de uso: Secciones de metodología, para mostrar pasos experimentales, procesos de tratamiento de muestras o secuencias de operación de instrumentos.

Plantilla de indicación (Prompt):

Design a scientific experimental workflow diagram for RNA-seq analysis pipeline.
Style: Professional flowchart, dark blue background (#0f172a), white and light blue elements.
Steps (left to right, 6 steps):
1. "Sample Collection" - test tube icon
2. "RNA Extraction" - spiral RNA icon
3. "Library Preparation" - fragment icons
4. "Sequencing" - chip/sequencer icon
5. "Bioinformatics Analysis" - computer/code icon
6. "Data Visualization" - chart icon
Each step: rounded rectangle box, icon above, step name below, connected by arrows
Color coding: wet lab steps in blue, computational steps in purple
Add percentage labels for typical time allocation at each step
4K resolution, 16:9 aspect ratio, publication quality

Escenario 3: Ilustración estructural de biología celular

Casos de uso: Materiales didácticos, artículos de revisión (reviews), para mostrar estructuras de orgánulos, anatomía tisular o localización subcelular.

Plantilla de indicación (Prompt):

Create a detailed cell biology illustration showing mitochondrial structure and function.
Style: Scientific textbook illustration, clean white background.
Main elements:
- Cross-section view of mitochondrion (oval shape, 60% of frame)
- Outer membrane and inner membrane clearly labeled
- Cristae structure visible with labels
- ATP synthase complexes on inner membrane (labeled "ATP Synthase")
- Electron transport chain components (Complex I-IV) on inner membrane
- Matrix labeled with "TCA Cycle" and Krebs cycle intermediates
- Small arrows showing electron flow and proton gradient
- Legend box (bottom right): color key for different components
Text: All anatomical labels in English, bilingual caption below in Chinese and English
4K resolution, 4:3 aspect ratio

Consejo clave para las indicaciones: Al describir estructuras celulares, usar una vista de sección transversal (cross-section view) permite mostrar mejor la estructura interna; añadir una leyenda bilingüe (bilingual caption) facilita su uso directo en publicaciones internacionales o locales.

Escenario 4: Infografía de visualización de datos

Casos de uso: Presentación de resultados, resúmenes visuales, para transformar relaciones de datos complejas en gráficos visuales intuitivos.

Plantilla de indicación (Prompt):

Create a scientific infographic summarizing CRISPR-Cas9 gene editing efficiency data.
Style: Modern scientific infographic, dark background (#1a1a2e), high contrast.
Layout: 2x2 grid of mini-charts:
Top-left: Bar chart "Editing Efficiency by Cell Type" - HEK293/iPSC/T-cell/Primary Neuron
Top-right: Pie chart "Off-target Distribution" - 3 categories with percentages
Bottom-left: Line graph "Efficiency Over Time (Days 1-14)" - two conditions
Bottom-right: Comparison table "sgRNA Design Methods" - 3 methods, 3 metrics
Color scheme: Blue (#3b82f6) for primary data, Green (#10b981) for positive results
All axis labels, titles, and data values visible and correctly spelled
Include figure title at top: "CRISPR-Cas9 Editing Performance Summary"
4K resolution, 16:9 aspect ratio

Escenario 5: Póster académico bilingüe

Casos de uso: Congresos académicos, presentaciones de investigación, donde se requiere un póster profesional que presente contenido en dos idiomas simultáneamente.

Plantilla de indicación (Prompt):

Design a bilingual academic conference poster for a cancer immunotherapy study.
Style: Professional academic poster, dark navy background, white and gold accents.
Layout (top to bottom):
- Title bar: "Targeting PD-L1 in Triple-Negative Breast Cancer" (English)
          "靶向 PD-L1 治疗三阴性乳腺癌" (Chinese, below English)
- Author line: "[Author Names] · [Institution] · [Conference Name] 2026"
- 3-column body:
  Left: "Background / 研究背景" - 3 bullet points each language
  Middle: Central mechanism diagram (simplified PD-1/PD-L1 pathway)
  Right: "Results / 研究结果" - 2 key bar charts with bilingual labels
- Bottom: "Conclusion / 结论" banner with key finding
- QR code (bottom right) with caption "Scan for full paper"
Colors: Navy #0f172a background, gold #f59e0b accents, white text
All Chinese and English text must be correctly rendered and readable
4K resolution, 2:3 portrait aspect ratio (A0 poster format)

Guía rápida de la API de Nano Banana Pro para dibujo científico

Preparación del entorno

pip install google-generativeai pillow

Ejemplo de llamada minimalista (generar un diagrama de mecanismo)

import google.generativeai as genai
import base64

# Llamada a través de APIYI, precio $0.05/imagen (frente a $0.24 en el sitio oficial)
genai.configure(
    api_key="YOUR_APIYI_KEY",
    client_options={"api_endpoint": "vip.apiyi.com"}
)

model = genai.GenerativeModel("gemini-3-pro-image-preview")

prompt = """
Create a scientific MAPK/ERK signaling pathway diagram.
White background, academic publication style.
Show: EGFR → RAS → RAF → MEK → ERK → ELK1 cascade.
Each protein labeled clearly, arrows show activation/inhibition.
4K resolution, 3:4 aspect ratio, SCI journal quality.
"""

response = model.generate_content(
    prompt,
    generation_config=genai.GenerationConfig(
        response_modalities=["IMAGE"],
        resolution="4K",
        aspect_ratio="3:4"
    )
)

for part in response.candidates[0].content.parts:
    if part.inline_data:
        with open("mapk_pathway.png", "wb") as f:
            f.write(base64.b64decode(part.inline_data.data))
        print("Diagrama de mecanismo generado: mapk_pathway.png")

🚀 Inicio rápido: Regístrate en APIYI (apiyi.com) para obtener tu API Key, copia el código de arriba y reemplaza YOUR_APIYI_KEY para ejecutarlo. La plataforma ofrece una cuota de prueba gratuita, permitiéndote generar tu primera imagen científica en menos de 5 minutos.

import google.generativeai as genai
import base64
import os
import time
from typing import Optional

# Inicializar el cliente - APIYI (apiyi.com), $0.05/imagen
genai.configure(
    api_key="YOUR_APIYI_KEY",
    client_options={"api_endpoint": "vip.apiyi.com"}
)
model = genai.GenerativeModel("gemini-3-pro-image-preview")


def generate_scientific_figure(
    prompt: str,
    output_filename: str,
    resolution: str = "4K",
    aspect_ratio: str = "4:3",
    max_retries: int = 3
) -> Optional[str]:
    """
    Genera gráficos científicos

    Args:
        prompt: Descripción del gráfico (mejor en inglés)
        output_filename: Nombre del archivo de salida (.png)
        resolution: 1K / 2K / 4K
        aspect_ratio: 16:9 / 4:3 / 3:4 / 1:1
        max_retries: Número de reintentos en caso de fallo

    Returns:
        Ruta del archivo si tiene éxito, None si falla
    """
    for attempt in range(max_retries):
        try:
            response = model.generate_content(
                prompt,
                generation_config=genai.GenerationConfig(
                    response_modalities=["IMAGE"],
                    resolution=resolution,
                    aspect_ratio=aspect_ratio
                )
            )
            for part in response.candidates[0].content.parts:
                if part.inline_data and part.inline_data.mime_type.startswith("image/"):
                    os.makedirs(os.path.dirname(output_filename) or ".", exist_ok=True)
                    with open(output_filename, "wb") as f:
                        f.write(base64.b64decode(part.inline_data.data))
                    return output_filename
        except Exception as e:
            print(f"  Intento {attempt + 1}/{max_retries} fallido: {e}")
            if attempt < max_retries - 1:
                time.sleep(5)
    return None


# Lista de tareas de gráficos científicos predefinidas
FIGURE_TASKS = [
    {
        "name": "Diagrama de vía de señalización MAPK",
        "filename": "figures/fig1_mapk_pathway.png",
        "resolution": "4K",
        "aspect_ratio": "3:4",
        "prompt": """
        Scientific diagram: MAPK/ERK signaling pathway.
        White background, academic style.
        Top to bottom: EGFR receptor → RAS (GTP-bound) → RAF → MEK1/2 → ERK1/2 → nucleus (ELK1, c-Fos).
        Each component: rounded rectangle, bold protein name label.
        Activation arrows: solid black. Phosphorylation: circled 'P' symbol in red.
        Color: blue membrane, green cytoplasm proteins, red nuclear targets.
        Add "MAPK/ERK Signaling Pathway" title at top.
        Publication quality, 4K.
        """
    },
    {
        "name": "Flujo de trabajo de experimento RNA-seq",
        "filename": "figures/fig2_rnaseq_workflow.png",
        "resolution": "4K",
        "aspect_ratio": "16:9",
        "prompt": """
        Scientific workflow diagram: RNA-seq analysis pipeline.
        Dark blue background, white icons and text.
        6 steps left to right with connecting arrows:
        1. Sample Collection (test tube icon)
        2. RNA Extraction (helix icon)
        3. Library Prep (fragment icon)
        4. Sequencing (chip icon)
        5. Bioinformatics (terminal icon)
        6. Visualization (chart icon)
        Steps 1-4 in blue (wet lab), steps 5-6 in purple (computational).
        Each step: icon + step name + time estimate below.
        Title: "RNA-seq Analysis Workflow". 4K, 16:9.
        """
    },
    {
        "name": "Diagrama de estructura mitocondrial",
        "filename": "figures/fig3_mitochondria.png",
        "resolution": "4K",
        "aspect_ratio": "4:3",
        "prompt": """
        Scientific cell biology illustration: mitochondrion cross-section.
        White background, textbook illustration style.
        Detailed cross-section showing: outer membrane, inner membrane, cristae,
        matrix with TCA cycle label, ATP synthase complexes (labeled) on inner membrane,
        electron transport chain (Complex I-IV, labeled individually).
        Small curved arrows showing proton gradient and electron flow.
        Legend bottom-right: color key.
        Bilingual labels: English primary, Chinese translation in parentheses.
        Title: "Mitochondrial Structure and Function / 线粒体结构与功能".
        4K, 4:3 ratio.
        """
    },
]


def batch_generate_figures(tasks: list, output_dir: str = "figures") -> dict:
    """Generación por lotes de gráficos científicos"""
    results = {"success": [], "failed": []}
    total = len(tasks)

    print(f"\nIniciando generación por lotes de {total} gráficos científicos...")
    print(f"Plataforma: APIYI (apiyi.com) | Precio unitario: $0.05/imagen | Costo total estimado: ${total * 0.05:.2f}\n")

    for i, task in enumerate(tasks, 1):
        print(f"[{i}/{total}] Generando: {task['name']}")
        path = generate_scientific_figure(
            prompt=task["prompt"],
            output_filename=task.get("filename", f"{output_dir}/figure_{i:02d}.png"),
            resolution=task.get("resolution", "4K"),
            aspect_ratio=task.get("aspect_ratio", "4:3")
        )
        if path:
            results["success"].append({"name": task["name"], "path": path})
            print(f"  ✓ Completado: {path}")
        else:
            results["failed"].append(task["name"])
            print(f"  ✗ Fallido: {task['name']}")
        # Evitar límites de velocidad (rate limits)
        if i < total:
            time.sleep(2)

    print(f"\nGeneración finalizada: {len(results['success'])} exitosos, {len(results['failed'])} fallidos")
    print(f"Costo real: ${len(results['success']) * 0.05:.2f}")
    return results


if __name__ == "__main__":
    results = batch_generate_figures(FIGURE_TASKS)

💰 Comparación de costos: Generar 20 gráficos científicos (un set completo para un artículo) costaría $4.80 con Google oficial, mientras que a través de APIYI (apiyi.com) solo cuesta $1.00, un ahorro del 79%. Para escenarios de investigación que requieren iteraciones y modificaciones frecuentes, la ventaja en costos es sumamente significativa.

Técnicas avanzadas de indicaciones para ilustración científica

Fórmula de estructura para una indicación

Una indicación de calidad para ilustración científica = Definición del tema + Especificaciones de estilo + Lista de elementos + Requisitos de etiquetado + Parámetros de resolución

Errores comunes y cómo solucionarlos

Problema 1: Desorden en la ubicación de las etiquetas de texto

❌ Indicación errónea: "label the proteins"
✅ Indicación corregida: "Each protein shown as rectangle with bold label text centered inside,
              all labels: Arial 12pt equivalent, black text on white background"

Problema 2: Confusión en la dirección de la ruta o proceso

❌ Indicación errónea: "show the signaling cascade"
✅ Indicación corregida: "Top-to-bottom vertical flow: step 1 at top → step 2 → step 3 at bottom,
              directional arrows pointing downward between each component"

Problema 3: Falta de contraste o diferenciación en los colores

❌ Indicación errónea: "use different colors for each component"
✅ Indicación corregida: "Color coding: membrane proteins #3b82f6 (blue), cytoplasmic #10b981 (green),
              nuclear #f97316 (orange), inhibitory elements #ef4444 (red)"

Recomendaciones de resolución y relación de aspecto por disciplina

La relación de aspecto de los gráficos científicos afecta directamente al diseño de la página. Aquí tienes los parámetros recomendados según el escenario de publicación:

De la indicación a la publicación: flujo de trabajo completo para ilustraciones de artículos

Tomando como ejemplo un artículo de biología celular, este sería el flujo completo:

Paso 1: Planificar la estructura del gráfico (Sin costo de API)

Determinar el tipo y cantidad de gráficos necesarios:
- Figure 1: Diagrama del mecanismo del modelo (vía de señalización) → Vertical 3:4
- Figure 2: Diagrama de flujo del diseño experimental → Horizontal 16:9
- Figure 3A-C: Gráfico de paneles múltiples de resultados → 16:9, diseño 2×3
- Supplementary: Esquema de estructura celular × 2 → 4:3
Total de 6 imágenes, costo total en APIYI: $0.30

Paso 2: Generación e iteración una por una (Aprox. $0.05 por vez)

# Generar → Revisar → Modificar indicación → Volver a generar
# Iteraciones típicas: 2-3 veces por imagen, costo total por gráfico $0.10-0.15

Paso 3: Verificación de precisión (Paso obligatorio)

Verificar contra bases de datos como KEGG / UniProt / Reactome:
- Ortografía de los nombres de las proteínas ✓
- Dirección de las vías y significado de las flechas ✓
- Corrección de las relaciones de interacción ✓

Paso 4: Procesamiento de formato

PNG 4K → TIFF de 300 DPI requerido por la revista (convertir usando GIMP o Photoshop)
Si se requiere gráfico vectorial: se puede importar el PNG a Adobe Illustrator para calco de imagen

🎯 Comparativa de eficiencia: Dibujar manualmente un set de 6 ilustraciones para un artículo suele tomar de 2 a 5 días hábiles. Usando Nano Banana Pro + APIYI, el proceso completo toma entre 2 y 4 horas, con un costo inferior a $1. Te recomendamos obtener tu API Key a través de APIYI (apiyi.com) y aplicar directamente las plantillas de este artículo para reducir drásticamente el ciclo de preparación de tus publicaciones.

Comparativa de precios de plataformas y API

🎯 Sugerencia de selección: Para investigadores y laboratorios, la revisión de artículos a menudo requiere ajustes constantes en gráficos y tablas, lo que genera una gran demanda de generación por lotes. Se recomienda acceder a través de APIYI (apiyi.com) para completar la producción por lotes al menor costo. La plataforma soporta el formato nativo de Google Gemini, sin necesidad de conversión, y es directamente compatible con todos los ejemplos de código de este artículo.

Preguntas frecuentes

Create a multi-panel scientific figure (2 rows × 3 columns, labeled A-F):
Panel A (top-left): [descripción del contenido de la imagen A]
Panel B (top-center): [descripción del contenido de la imagen B]
Panel C (top-right): [descripción del contenido de la imagen C]
Panel D (bottom-left): [descripción del contenido de la imagen D]
Panel E (bottom-center): [descripción del contenido de la imagen E]
Panel F (bottom-right): [descripción del contenido de la imagen F]
Each panel: white background, bold letter label top-left (A, B, C...),
thin gray border between panels, consistent color scheme.
4K resolution, 16:9 aspect ratio.

Resumen

Puntos clave para dominar el dibujo científico con Nano Banana Pro:

1. La precisión del texto es su mayor ventaja: Más del 97% de precisión multilingüe. Los nombres de proteínas y etiquetas de vías se renderizan con exactitud, superando a cualquier otra herramienta similar.
2. Estructuras de indicación específicas para 5 escenarios: Usa plantillas de "flujo de cascada vertical" para diagramas de vías, "flujo de pasos horizontales" para flujos experimentales y define claramente el diseño para figuras compuestas.
3. Para el precio, elige APIYI: $0.05 por imagen (frente a los $0.24 de la web oficial). El coste de generar las ilustraciones de un artículo se reduce en un 79%, con soporte para llamadas directas en formato nativo de Google.
4. Verifica siempre la precisión antes de enviar: Las imágenes de IA pueden contener errores en detalles técnicos; es necesario validarlas con bases de datos especializadas.

Te recomendamos configurar un flujo de trabajo automatizado para tus gráficos científicos a través de APIYI (apiyi.com). Guarda el código de este artículo como plantilla y reemplaza las indicaciones según necesites para generar imágenes por lotes, mejorando significativamente la eficiencia en la preparación de tus artículos.

Referencias

1. Documentación de generación de imágenes de la API de Google Gemini

   • Enlace: ai.google.dev/gemini-api/docs/image-generation
   • Descripción: Especificaciones oficiales de los parámetros de Nano Banana Pro, incluyendo las mejores prácticas para la generación de imágenes científicas.

2. Introducción al framework Google PaperBanana

   • Enlace: the-decoder.com/googles-paperbanana-uses-five-ai-agents-to-auto-generate-scientific-diagrams
   • Descripción: Detalles técnicos del framework multi-agente de Google orientado a la generación automática de ilustraciones académicas.

3. Evaluación de aplicaciones de Nano Banana Pro en ciencias de la vida

   • Enlace: intuitionlabs.ai/articles/gemini-nano-banana-pro-life-sciences
   • Descripción: Evaluación del rendimiento del sistema específicamente para escenarios de biología celular y molecular.

4. Documentación de acceso a la plataforma APIYI

   • Enlace: docs.apiyi.com
   • Descripción: Instrucciones para la obtención de la API Key, acceso al formato nativo de Gemini y detalles sobre los precios.

Autor: Equipo técnico
Intercambio técnico: Te invitamos a compartir tus ilustraciones científicas en la sección de comentarios. Para descubrir más trucos sobre dibujo con IA, puedes visitar la comunidad técnica de APIYI en apiyi.com.