多组学临床整合研究规划

要解决什么问题

很多临床–多组学课题停在「疾病 + 转录组/蛋白组/代谢组」的笼统表述上：临床终点没钉死、组学层与 EHR/检验变量如何对齐不清楚，验证是发现还是外部复现也混在一起。本技能面向从宽泛方向落到可执行研究方案的场景，而不是罗列方法、写综述或代写全文。

技能如何工作

它会先推断真实临床与转化目标（预后、疗效分层、亚型、机制导向转化等），再依据参考模块选定主导研究模式，并固定输出四套工作量配置：Lite / Standard / Advanced / Publication+，并推荐一条主路线。

核心产出按固定章节组织，典型包括：

• 数据策略：临床变量类型、组学层、队列/时间点对齐；示例数据集仅作候选并附Dataset Disclaimer
• 整合架构：对齐、降维、早/中/晚融合取舍，以及临床协变量与分子信号的分工
• 分析模块与方法：按问题选具体工具，避免一律堆叠晚期融合 ML
• 分步工作流与验证阶梯（发现 → 内部支持 → 外部/正交验证）
• 图表与交付物逻辑；文献支持层仅在可核验引用时提供

执行上遵循 7 步顺序：意图推断 → 模式选择 → 四档配置 → 主方案推荐 →（可选）文献层 → 依赖一致性检查 → 工作流与风险自评。

适用边界与注意点

• 适用：需将临床变量与两层及以上组学联合建模、分层或预测的设计请求；可声明仅公共数据、湿实验资源或发表强度目标。
• 不适用：个体化诊疗建议；以单组学为主且临床整合非核心；要求编造 accession、样本量或文献；纯湿实验协议且无临床–组学整合设计。
• 技能会明确区分基线信息与治疗后/结局后信号、已验证与未验证假设，并在数据集未核实时不承诺可用性。