用途：为已定量组学数据（bulk RNA-seq、预定量蛋白质组）提供分析决策框架，按“验证流程→标准工作流→自定义分析”三层递进，要求先穷尽前一层再进入下一层。
主要能力：给出决策树与决策表，按数据类型、样本量、是否存在验证流程推荐层级与工具，如 DESeq2、edgeR、limma、MaxQuant、maSigPro 等；讲解缺失值机制 MCAR/MAR/MNAR 及对应插补（minprob、KNN、均值/中位数）；说明参数与非参数检验假设、检验选择逻辑（n<5 用置换或 Mann-Whitney U，n<10 用非参数，正态且方差齐用 Student t，正态方差不齐用 Welch t）；强调用 Benjamini-Hochberg 做 FDR 校正并报告校正后 p 值。
使用方式：Option 1 先用文献检索（PubMed、Google Scholar）与联盟流程（ENCODE、TCGA）查找验证流程，须同时完成文献检索与标准流程调研两步；Option 2 按 QC→归一化→统计检验→FDR 组装标准流程，含样本与特征级质控、PCA+Isolation Forest 离群检测、ComBat 批次校正、缺失值评估与插补；Option 3 用于新数据类型、多组学整合等，需咨询统计人员并完整记录。可视化建议参考同仓库 data-visualization/omics-plotting 的火山图与 PCA 配方，计算与绘图分离。
适用场景：bulk RNA-seq 差异表达、预定量蛋白质组差异丰度、小样本队列、时间序列、多组学整合等。
限制：仅针对已定量数据，原始数据处理（比对、定量）需另用专门工具；自定义分析部分资料在统计严谨性处中断，具体步骤暂未提供；文中未提供安装命令、收费与平台信息。