非肿瘤枢纽基因研究规划

要解决什么问题

非肿瘤领域的枢纽基因（hub gene）研究往往沿固定套路展开：公共表达数据筛选、可选多队列合并与批次校正、流程相关基因集检索、差异表达（DEG）与流程基因取交集、GO/KEGG 与 GSEA、PPI 网络与 hub 排序、TF/miRNA 调控网络、ROC 诊断支持、免疫浸润等。难点不在于「列工具」，而在于把疾病背景、生物学主题与验证强度对齐，并避免在公开数据-only 方案里写出湿实验或临床处方级结论。

本技能定位为常规非肿瘤生物信息学与转化生物标志物研究设计规划器：输出完整、结构化、可执行的研究方案，而非文献综述或工具清单。

如何工作

输入需包含 疾病/条件、流程相关基因家族/通路/生物学主题 与 验证方向；可补充是否仅用公共数据、GSEA/免疫/TF-miRNA 网络、批次校正、hub 筛选严格度等。执行流程固定为七步：

1. 推断研究类型：目标侧重发现、解释还是发表强度，以及资源约束。
2. 匹配研究模式：如流程-DEG 发现、富集/GSEA 解释、PPI hub 优先、调控网络与免疫、多层公共验证等。
3. 输出四档配置：Lite / Standard / Advanced / Publication+，每档含目标、数据、模块、工作量与优劣。
4. 推荐主路径并做依赖一致性检查（例如 hub 须先有 PPI 逻辑，ROC 须有明确验证规则）。
5. 分步工作流（含数据集声明）与验证证据分层（发现 vs 解释 vs 公共验证各证明什么）。

默认推荐以 Standard 为主路径，Lite 为最小可执行版本。

适用边界

不适用：临床治疗方案、个体化诊断与处方；纯肿瘤（泛癌生存模型等）；仅单细胞且无 bulk 发现骨架；纯湿实验机制且无生信整合；非生物医学话题。上述情况会按模板说明范围外并停止展开。引用文献须可解析（DOI/PMID 等），无法核验时不编造，并标注证据缺口。