用途：从表达矩阵与元数据出发，构建并验证生物标志物组合及配套分类器，覆盖数据准备、特征选择、模型训练、解释与验证五个阶段。
主要能力：数据准备阶段用 StandardScaler 标准化并做分层训练/测试划分，仅在训练集拟合 scaler 以防泄漏；特征选择支持 Boruta 全相关选择与 LASSO 稳定性选择（自助抽样统计入选频率）；模型训练用随机森林/XGBoost 配合嵌套交叉验证估计性能；解释用 SHAP 蜂群图与平均绝对值排序提取重要特征；验证用留出测试集 AUC 与自助法置信区间，并导出 biomarker_panel.csv、分类器与 scaler 的 joblib 文件。
使用方式：按工作流顺序执行各步骤代码，每步设有 QC 检查点（类别平衡、每类至少 10 样本、入选特征 5–200、AUC 与折间方差、SHAP 与入选特征重叠度）。参数建议：test_size 0.2（小数据集 0.3）、Boruta max_iter 100、LASSO n_bootstrap 100（发表用 500）、稳定性阈值 0.6（严格 0.8）、外层 5 折、RF n_estimators 100–500。
适用场景：转录组等组学数据的二分类标志物筛选与验证。
限制：参考示例基于 matplotlib 3.8+、numpy 1.26+、pandas 2.2+、scanpy 1.10+、scikit-learn 1.4+，版本不符需先核对签名并适配 API；样本量小或信号弱时 AUC 偏低、折间方差大；资料未提供收费、平台与效果保证信息。