用途：根据用户提供的疾病 A、疾病 B 及共享生物标志物/免疫/验证方向，生成结构化的共病共享标志物生物信息学研究设计，而非文献综述或工具清单。适用于「两疾病数据集选择→各自差异表达基因分析→共享差异基因交集→GO/KEGG 富集→PPI 网络与枢纽基因排序→机器学习特征选择→外部诊断验证→基因-基因/转录因子-基因互作→免疫浸润分析」这类文章模式，并泛化为可复用的研究设计框架。
主要能力：按 7 步顺序执行——推断研究类型、选择研究模式（共享差异基因发现、枢纽基因排序、机器学习标志物选择、免疫与调控解读、多层验证）、输出四档工作量配置（Lite、Standard、Advanced、Publication+）、推荐主方案、检索并核验参考文献（必须含 DOI/PMID/PMCID 或稳定链接，否则明确说明证据缺口）、依赖一致性检查、逐步骤完整工作流。必含 A–J 输出章节：核心科学问题、配置对比表、推荐主方案、依赖/证据图、分步工作流、图表与交付计划、验证与稳健性、最小可执行版本、发表升级路径、参考文献包、自我批判风险审查。硬规则要求差异表达分析按数据类型选方法：原始计数数据用 DESeq2（推荐），非计数表达矩阵用 limma，并需说明输入数据类型。
限制：不适用范围包括临床治疗建议、患者个体诊断、处方、无疾病对比较的单病预后模型、无生物信息学骨干的纯湿实验机理研究、无共享差异基因/枢纽基因逻辑的纯组学研究及非生物医学请求，此类需按给定措辞重定向。纯公共数据配置禁止实验验证、强机制确定性表述和治疗靶点确认。资料未提供实际疾病对示例的已验证文献结果，相关检索需在运行时进行。