技能介绍

要解决什么问题

很多课题只有「疾病 / 机制 / 生物标志物 / 表型」方向，却缺少可落地的 bulk 组学 研究设计：该用哪种研究模式、样本如何分组、公共数据能否支撑、分析模块怎么串、发现与验证如何分层。本技能不是通用工具清单、文献综述或全文写作器，而是从方向出发，产出结构化、可执行的组学课题方案。

技能如何工作

输入可以是疾病表型 + 组学兴趣、机制主题、分型/标志物问题，或「只用公共数据」等约束。执行流程固定为七步：推断研究意图 → 按 references/study-patterns.md 选定主导研究模式 → 输出 Lite / Standard / Advanced / Publication+ 四套工作量配置 → 推荐主方案 → 可选文献支持层（不编造引用）→ 依赖一致性检查 → 生成分步工作流（涉及数据集时须附 Dataset Disclaimer）→ 验证阶梯、图表交付物与风险自评。

强制输出 A–L 章节：意图摘要、研究模式、四档配置对比表、主推荐、数据策略与示例库方向、核心分析模块与方法（计数数据默认 DESeq2，非计数归一化数据用 limma）、样本设计与对照逻辑、分步流程、验证与证据层级、图表与交付物、文献（仅 verified）、自批判风险回顾。

边界与注意点

范围内：bulk 转录组/蛋白组/代谢组或多组学整合的设计、数据集策略与验证路线。
范围外：个体化诊疗建议、纯单细胞且无 bulk 成分、编造 accession/样本量/文献、纯湿实验协议而无组学设计。
必须区分：生物学问题 vs bulk 组学能回答什么、必要 vs 可选 assay、发现 vs 验证 vs 转化延伸、已知 vs 假设 vs 未核实；references/ 各模块与对应章节未对齐则视为输出不完整。