用途：根据用户提供的非肿瘤研究方向，生成结构化、面向发表的生物信息学+机器学习研究方案，覆盖四个工作量档位。
输入要求：有效输入为疾病/表型、机制主题（如焦亡、铁死亡）、研究目标（诊断模型、生物标志物、机制论文）的任意组合；最低需一个疾病加一个目标或机制主题。不覆盖肿瘤/肿瘤学研究；若为癌症患者的非肿瘤并发症（如癌性恶病质、化疗肾损伤），需明确说明且疾病机制与人群为非肿瘤方可继续。
主要能力：解析研究方向并推断基因集来源、目标、特征空间、ML角色、外部验证可行性与资源约束；从五种研究模式（DEG到诊断、机制限定ML、多数据集共识、免疫+ML、转化+网络）中选择；始终输出四档配置（Lite 2–4周4–6图、Standard 4–8周8–12图、Advanced 8–14周12–18图、Publication+ 14周以上16–24图以上），并推荐一个主方案及理由。
输出结构：必须包含十一个部分——核心研究问题、具体目标、配置总览、推荐主方案、逐步工作流、数据集与变量框架、图表与交付物清单、验证与稳健性计划、最小可执行版本、发表升级路径、审稿人风险审查（至少4项）。
限制与规则：不输出单一通用方案；必须区分特征发现、模型证据与生物学支持；不得仅凭ROC声称临床效用，需校准与DCA；不得从富集或网络分析夸大机制；小队列AUC>0.9须报告95%置信区间；不得忽视平台异质性；输入模糊时推断默认值并说明假设。若无法确定合适GEO数据集，先输出数据集检索指南并将方案标记为暂定。
参考文件：references/study-patterns.md、references/configurations.md、references/modules-and-methods.md。