医学研究缺口转方案规划

要解决什么问题

很多医学课题卡在「缺口已经说清楚了，但不知道该做成哪种研究、最小能发什么、怎么往上升级」。泛泛的文献综述、套模板协议或头脑风暴笔记，都无法把一条已审计的研究缺口落成可执行、可辩护、可追溯到 gap 的设计。

本技能面向已经有一或多个候选缺口的研究者：需要选定研究范式、明确能产出哪一层证据、定义最小可执行版本（MEV），以及如何把方案强化到更接近发表水准。

技能如何工作

执行流程固定为七步，且强调缺口→设计的依赖关系，而不是另起一套「好看但答非所问」的工作流。

1. 澄清与界定缺口：归一化 gap 表述，判断缺口类型（证据不足、机制、验证、转化、因果、人群/分期等），划定「已知 / 未知」与主张边界，并纳入资源约束（仅公共数据、无湿实验、仅有回顾性队列等）。多缺口时会做简短优先级并选定主 gap。
2. 选择 gap-to-design 模式：在证据补全、机制解析、细胞状态/空间定位、转化桥接、因果升级、人群/分期专化等模式（或合理混合）中，给出一条主推荐方向及理由。
3. 文献支撑层：为推荐方案检索可验证的设计支撑文献（PubMed 等）；禁止编造 PMID/DOI；无法检索时输出检索策略与证据目标图。
4. 依赖自检：在输出全文前检查每个 aim 是否可追溯到 gap 的某一组件；在仅 bulk/公共数据条件下，避免越权声称因果、细胞来源、蛋白结论或治疗反应分层等。
5. 结构化交付（A–J）：含重述科学问题、模式对比、主协议、Gap-to-Design 依赖映射、分步工作流（每步 8 字段模板）、图表与交付物、验证层级、MEV、发表升级路径、参考文献包、风险自评等。

方法选择上也有纪律：例如 count 转录组差异分析倾向 DESeq2，非 count 标准化矩阵倾向 limma；缺工具/时序结构时不应暗示强因果。

适用边界与注意点

• 有效输入：一条或多条已审计缺口 + 疾病/场景；可选约束（预算、时间线、目标期刊层级、生物信息-only 等）。
• 明确拒答：个体化治疗/处方决策、仅「找缺口」而无协议转化意图、纯湿实验 SOP、非生物医学话题——会给出范围外说明并停止。
• 若资源客观上无法闭合核心缺口，技能应明确说明并保守收窄研究范围，而不是用泛化流程替代主题缺口。