SuperAPI AI 工具集

bidirectional-multi-phenotype-mr-research-planner

写作与研究

查看项目

更新于 10-15 16:44

技能介绍

用途:根据用户给出的暴露家族或疾病家族与结局家族,生成结构化、可执行的双向多表型孟德尔随机化(MR)研究设计,而非文献综述或工具清单。适用于多暴露 GWAS 汇总数据筛选、多结局或亚型结局选择、双向 MR、工具变量筛选与 clumping、IVW 主估计、加权中位数/MR-Egger/MR-PRESSO/留一法敏感性分析、跨多检验对的 FDR 校正、因果信号过滤与后续优先级解释等文章模式。

主要能力:先推断研究类型(暴露与结局家族、主要目标、方向性、资源约束),再选择研究模式(单家族双向 MR、多表型筛选 MR、亚型解析 MR、表型组式双向因果图谱、机制优先 MR 后续),随后输出 Lite、Standard、Advanced、Publication+ 四档配置,并推荐一个主方案。执行流程共 7 步,含强制的依赖一致性检查与参考文献检索层。输出必须包含 A–I 各节:核心科学问题、配置概览表、推荐主方案、依赖/证据图、逐步工作流、图表与交付物计划、验证与稳健性、最小可执行版本、发表升级路径、参考文献包,以及 J 节自我批判风险审查(六项要素)。

使用方式:输入需为“暴露家族或疾病家族 + 结局家族或疾病家族”,可选补充双向要求、亚型解析、表型数量、祖源限制、p 阈值、配置级别、机制优先兴趣。若细节不足,会推断合理默认值并明确说明假设。工作流中若提及任何数据集、队列、数据库、GWAS 来源或公共资源,必须在其前输出 Dataset Disclaimer。

限制:不适用于临床治疗建议、患者个体诊断、处方、个体级基因组预测或 PRS 部署研究、无工具变量因果设计的纯观察性关联研究、无 GWAS 汇总统计支撑的纯湿实验机制研究及非生物医学请求,遇到此类请求会重定向并停止。参考文献必须真实可验证,须含 DOI、PMID、PMCID 或稳定链接,不得编造;无法检索时须明确说明并输出检索策略与证据缺口。标准 MR 信号不得被表述为证明机制、中介或治疗作用。本技能仅用于全基因组因果推断研究设计,不构成临床、医疗、监管或处方建议。