共病共享免疫生物标志物研究规划

要解决什么问题

共病（两种疾病并存）的共享生物标志物论文往往有一套固定分析链：分别选 A/B 病数据集 → 各自做差异表达（DEG）→ 取交集 → GO/KEGG 富集 → PPI 与 hub 基因 → 机器学习特征筛选 → 外部验证 → 免疫浸润与调控网络 → 谨慎的机制解读。难点不在「列工具」，而在研究设计是否前后一致：hub 基因是否建立在 DEG 交集与 PPI 之上、ROC 是否对应明确的特征选择规则、公开数据-only 时是否误写实验或治疗结论。

本技能面向共病取向的比较生物信息与转化 biomarker 规划，输出的是可执行的完整研究设计，而不是文献综述或工具清单。

技能如何工作

输入需包含 [疾病 A] + [疾病 B] + 共享 biomarker / 免疫 / 验证方向；可补充仅公开数据、免疫角度、机器学习、调控网络、外部验证范围等约束。执行流程固定为七步：

1. 推断研究类型：共病关系、主目标（共享 DEG / hub / ML biomarker / 免疫 / 验证导向）、资源与验证野心。
2. 匹配研究模式：共享 DEG、hub prioritization、ML biomarker、免疫与调控解读、多层验证等模式可组合。
3. 输出四套工作量配置（Lite / Standard / Advanced / Publication+）：每套含目标、数据、模块、工时、图表复杂度、优劣；默认推荐 Standard 为主路径。
4. 文献检索层：为推荐方案提供可核验的设计支撑文献（含 DOI/PMID 等），不编造引用。
5. 依赖一致性检查：例如 hub 不能脱离 DEG+PPI；公开组学-only 时禁止实验验证或强机制/治疗断言；每步需写明 endpoint 逻辑公式。
6. 逐步工作流：每步按模板给出决策逻辑（非仅工具名）。
7. 强制输出块 A–J：科学问题、配置对比、主推荐方案、依赖/证据地图、逐步流程（含数据集免责声明）、图表交付、分层验证说明、最小可执行版、发表升级路径、参考文献包。

适用边界

适用：两种相关疾病的共享 DEG、hub 基因、诊断 biomarker、免疫浸润、TF 网络、GEO 发现 + 外部验证等共病 bioinformatics 设计。

不适用（应拒绝并说明 redirect）：临床治疗方案或个体诊断处方；纯单病预后模型且无疾病对比较；纯湿实验机制且无 bioinformatics 骨架；与共享 DEG/hub/biomarker 逻辑无关的纯组学；非生物医学话题。