SuperAPI AI 工具集

generic-phenotype-scoring-research-planner

写作与研究

查看项目

更新于 10-15 16:44

技能介绍

用途:为“疾病表达数据集选择→自定义表型/通路/过程/特征基因集→差异表达或候选特征分析→取交集或排序→表型评分→特征选择与诊断/分层评价→免疫浸润或细胞层面解读→PPI 与 TF/miRNA 调控网络→正交公开数据、单细胞或实验验证”这类文章模式生成完整、结构化、可执行的研究设计,而不是文献综述或工具清单。

主要能力:按固定七步执行——推断研究类型、选择研究模式(特征发现、表型评分、特征选择、免疫与细胞分辨率、多层验证)、输出 Lite/Standard/Advanced/Publication+ 四档配置(含目标、数据资源、模块、工作量、图件复杂度、优缺点)、推荐唯一主方案、强制进行参考文献检索层与依赖一致性检查,并给出八字段逐步工作流。必出章节 A–I 及自评风险章节 J,其中 G 为最小可执行版本(2–4 周),C.5 为依赖图/证据图。

使用方式:输入需包含疾病/表型背景、表型/通路/过程/特征主题、验证方向,可选补充评分兴趣、机器学习、scRNA-seq、免疫角度、调控网络角度与偏好配置级别。未指定时默认推荐 Standard,Lite 为最低档,Advanced 为升级方向。差异表达方法须按数据类型选择:原始计数数据推荐 DESeq2,非计数表达矩阵(如归一化芯片、TPM/FPKM、对数转换矩阵)使用 limma,切换时须说明输入数据类型。输出中若涉及数据集,须先给出数据集免责声明。

适用场景:以 bulk 发现为骨架、特征评分与可选免疫或单细胞验证为核心的生信研究设计,用于课题规划与投稿前证据层级梳理。

限制:不提供临床治疗建议、患者个体诊断或处方;不接受纯单细胞、纯湿实验机制、无表型评分/特征骨架的常规预后模型及非生物医学请求,遇到将按预设话术重定向。不可编造文献,正式参考文献须含 DOI/PMID/PMCID 或可解析稳定链接,否则只能输出检索策略与证据缺口。若无法联网检索,须明确说明。公开生信限定配置下禁称细胞层面、实验验证、强机制、治疗靶点确认或转化确定性结论;未声明的资源不得引入相应分析步骤。