MR 与单细胞研究规划

要解决什么问题

做 孟德尔随机化（MR） 和 单细胞 RNA 测序（scRNA-seq） 的联合课题时，常见困境不是「缺工具」，而是方案不成体系：暴露与结局怎么选、单细胞模块和因果推断如何对齐、Lite 到投稿级各加什么分析，以及没有 eQTL 时还能不能写「DEG ∩ QTL」。本技能面向可执行的研究设计，输出完整流程而非文献综述或工具清单。

技能如何工作

输入一般为 疾病/表型 + 机制主题、暴露或候选基因（可补充期刊档次、仅公共数据等约束）。执行按固定七步推进：

1. 推断研究类型——主目标（生物标志物、因果基因、关键细胞、机制、转化靶点）与资源假设。
2. 匹配研究模式——机制基因集驱动、关键细胞驱动、候选基因反向验证、暴露–疾病–细胞三角、转化生物标志物等，可组合。
3. 四档工作量——始终给出 Lite / Standard / Advanced / Publication+ 的目标、数据、模块、工期与图表复杂度；默认以 Standard 为主路径。
4. 主方案与文献层——推荐一档并说明取舍；为设计决策检索可核验参考文献（禁止编造 DOI/PMID），缺证据时标明缺口。
5. 依赖一致性检查——例如仅 MR+scRNA、未声明 QTL 时，禁止 coloc、SMR、DEG∩QTL 等步骤；基因优先级须写明公式（如 DEG ∩ MR-supported genes）。
6. 逐步工作流——每步按模板说明逻辑，而非罗列软件名。
7. 强制输出块——科学问题、配置对比表、依赖/证据图、图表与交付物、验证层级、最小可执行版本（2–4 周）、发表升级路径、文献包与自评风险（最强证据、最易假阳性、审稿人可能质疑点、验证失败后的降级方案）。

适用边界

• 范围内：MR + scRNA 的计算研究设计、公共数据为主的生信课题规划。
• 范围外：临床试验方案、给药与监管申报；纯 GWAS/仅 bulk、无单细胞成分；非生物医学话题——技能会明确拒答并说明原因。
• 计划仅供计算研究设计参考，MR 因果结论仍需实验或临床验证；文中提及的数据集仅为示例，最终选型需结合可及性与方法匹配。