该技能是面向常规非肿瘤转化研究的生物信息学与生物标志物研究规划器，根据用户提供的疾病背景、过程相关基因家族或生物主题，生成结构化且可执行的研究设计，而不是文献综述或工具清单。其目标文章模式为：公共疾病表达数据集选择（可选多数据集合并与批次校正）、过程相关基因家族检索、差异表达基因分析、与过程基因取交集、GO/KEGG富集、GSEA、PPI网络与枢纽基因优先排序、TF/miRNA调控网络构建、基于ROC的诊断支持、免疫浸润分析。
使用方式：有效输入需包含疾病/病症、过程相关基因家族/通路/生物主题、验证方向；可选补充仅用公共数据、GSEA、免疫角度、TF/miRNA网络、配置级别、更严格枢纽基因逻辑、批次校正要求。执行按7步顺序进行：推断研究类型、选择研究模式（A过程-DEG发现、B富集与GSEA解释、C枢纽基因优先排序、D调控网络与免疫解释、E多层公共验证）、输出四档工作负载配置（Lite约2–4周概念验证、Standard常规枢纽基因论文、Advanced竞争性多层次论文、Publication+高目标稿件，默认推荐Standard）、推荐一个主方案并说明理由、检索设计支持文献（须使用可验证的DOI、PMID、PMCID或稳定链接，不得编造）、依赖一致性检查、完整分步工作流（每步含8个字段）以及必须输出的A–J章节（核心科学问题、配置总览表、推荐主方案、依赖/证据图、分步工作流、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、自我批判性风险审查）。
限制：不接受临床治疗建议、患者个体诊断、处方、纯肿瘤学研究、纯单细胞无bulk发现主线、纯湿实验无生信整合及非生物医学请求；仅公共生信配置禁止声称实验验证、机制确定或治疗靶点确认；若提及数据集、队列、数据库等公共资源，须在流程前输出数据集免责声明；差异表达方法须按数据类型选择，原始count数据推荐DESeq2，非count表达矩阵（如标准化芯片、TPM/FPKM、对数转换矩阵）使用limma。该规划仅用于比较生物信息学与转化研究设计，不构成临床、医学、监管或处方建议。