通用表型评分研究规划

要解决什么问题

做「疾病表达数据 → 自定义表型/通路/过程 signature → DEG 或候选特征 → 交集与优先级 → 表型评分 → 特征选择与诊断/分层评估 → 免疫浸润或细胞分辨率解读 → PPI 与 TF/miRNA 调控网络 → 公共库或单细胞/实验验证」这类课题时，难点往往不是缺工具，而是步骤之间的依赖不一致：还没定义 signature 就谈 GSVA 式评分、没有特征选择规则却写机器学习诊断、bulk 方案里混入未声明的 scRNA-seq 或 qPCR 结论。本技能的目标是生成可执行的研究设计，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/表型背景] + [phenotype/pathway/process/signature 主题] + [验证方向]，可选补充评分侧重、机器学习、scRNA-seq、免疫或调控网络等偏好。执行流程固定为七步：推断研究类型 → 选择研究模式（发现 signature、表型评分、特征选择、免疫/单细胞、多层验证等，可组合）→ 输出 Lite / Standard / Advanced / Publication+ 四套配置（目标、数据、模块、工作量、图表复杂度、优劣）→ 推荐主方案并说明为何不选其它档位 → 文献检索层（仅输出可核验 DOI/PMID 等标识的引用，查不到则标明证据缺口）→ 依赖一致性检查（公开生信-only 时禁止细胞级/实验级过度宣称）→ 按八字段模板写出逐步 workflow，并补齐 A–I mandatory 输出（科学问题、配置对比、依赖/证据图、图表交付、验证层级、最小可执行版等）。

每个 endpoint 必须写清逻辑公式，例如 DEG ∩ signature 基因集、signature + 表型评分 + 高/低组比较、SVM-RFE + 诊断分类器 等，避免「堆模块名」而无决策理由。

适用边界

在范围内：以 bulk 发现为骨干、围绕 signature 评分与可选免疫/单细胞验证的生信课题设计。

明确拒答：临床用药与个体化诊断、纯单细胞且无 bulk 骨干、纯湿实验且无生信整合、标准预后模型且不以表型评分/signature 为核心、非生物医学题。遇到越界请求会给出固定 redirect 说明并停止。