用途
本技能是一个多组学疾病表征流程，用于在多个分子层面（基因组学、转录组学、蛋白质组学、通路）刻画疾病，从而提供对疾病机制的系统层面理解，识别治疗机会并发现生物标志物候选。
当用户涉及以下需求时适用：询问跨组学层面的疾病机制；需要对某疾病做多组学表征；想从系统生物学层面理解疾病；询问“某疾病涉及哪些通路/基因/蛋白质”；需要为某疾病发现生物标志物；希望从疾病画像中识别可成药靶点；要求整合基因组学+转录组学+蛋白质组学分析；需要跨层一致性分析；询问疾病网络生物学/枢纽基因。
不适用（应改用其他技能）：单基因/靶点验证（用 tooluniverse-drug-target-validation）；药物安全性画像（用 tooluniverse-adverse-event-detection）；一般疾病概览（用 tooluniverse-disease-research）；变异解读（用 tooluniverse-variant-interpretation）；GWAS 专项分析（用 tooluniverse-gwas-* 系列）；仅通路分析（用 tooluniverse-systems-biology）。
关键原则
报告优先：先创建报告文件，再逐步填充。疾病消歧优先：在组学分析前先解析所有标识符。逐层分析：系统覆盖所有组学层面。跨层整合：找出出现在多个层面的基因/靶点。证据分级：所有证据分为 T1（人类/临床）到 T4（计算/预测）。组织背景：强调疾病相关组织/器官。量化评分：多组学置信度评分（0-100）。可成药聚焦：优先考虑有治疗潜力的靶点。生物标志物识别：突出诊断/预后标志物。机制综合：生成可检验假设。来源引用：每条陈述必须引用工具/数据库。完整性检查清单：强制展示分析覆盖范围。英文优先查询：工具调用始终使用英文术语，以用户语言回复。
输入参数
disease（必填）：疾病名称、OMIM ID、EFO ID 或 MONDO ID，例如 Alzheimer disease、MONDO_0004975。 tissue（可选）：感兴趣的组织/器官，例如 brain、liver、blood。 focus_layers（可选）：要强调的特定组学层面，例如 genomics、transcriptomics、pathways。
多组学置信度评分（0-100）
评分组成：
- 数据可用性（0-40 分）：基因组数据（GWAS 或罕见变异）10 分；转录组数据（DEG 或表达）10 分；蛋白数据（PPI 或表达）5 分；通路数据（富集通路）10 分；临床/药物数据（已批准药物或试验）5 分。
- 证据一致性（0-40 分）：多层基因（出现在 3 个以上层面）最高 20 分（每个基因 2 分，最多 10 个基因）；方向一致（遗传+表达一致）10 分；通路-基因一致（基因出现在富集通路中）10 分。
- 证据质量（0-20 分）：强遗传证据（GWAS p < 5e-8）10 分；临床验证（已批准药物）10 分。
评分解读：80-100（Excellent，全面多组学覆盖、高置信、强跨层一致性）；60-79（Good，多数层面覆盖良好，存在部分缺口）；40-59（Moderate，覆盖中等，跨层整合有限）；0-39（Limited，数据有限，单层分析为主）。
证据分级体系
T1 [T1]：直接人类证据、临床证明，如 FDA 批准药物、GWAS 命中（p<5e-8）、临床试验结果。 T2 [T2]：实验证据，如经验证的差异表达、功能筛选、小鼠敲除。 T3 [T3]：计算/数据库证据，如 PPI 网络、通路映射、表达相关性。 T4 [T4]：仅注释/预测，如 GO 注释、文本挖掘关联、预测互作。
报告模板
在开始时创建文件结构：{disease_name}_multiomic_report.md。报告包含：标题与生成日期、疾病标识符、多组学置信度评分；执行摘要（2-3 句疾病机制综合，所有层面完成后填写）；1. 疾病定义与背景（疾病标识符表、描述、同义词、疾病层级父/子、受累组织/器官、治疗领域，并标注来源）；2. 基因组学层面（GWAS 关联、GWAS 研究摘要、关联基因（遗传证据）、罕见变异（ClinVar）、该层小结，标注来源）；3. 转录组学层面（差异表达研究、Expression Atlas 疾病证据、组织表达模式（GTEx/HPA）、基于表达的生物标志物候选、该层小结，标注来源）；4. 蛋白质组学与互作层面（STRING 蛋白互作、枢纽基因网络中心性、IntAct 蛋白复合物、组织特异 PPI 网络、该层小结，标注来源）；5. 通路与网络层面（Enrichr/Reactome 富集通路、Reactome 通路详情、KEGG 通路、WikiPathways、该层小结，标注来源）；6. 基因本体与功能注释（生物过程、分子功能、细胞组分，标注来源）；7. 治疗格局（已批准药物、可成药靶点、药物重定位候选、临床试验、治疗小结，标注来源）；8. 多组学整合（跨层基因一致性、多组学枢纽基因 Top 20、生物标志物候选、机制假设、系统层面洞见）；多组学置信度评分表；数据可用性检查清单；完整性检查清单；参考文献（所用数据源、数据库版本）。
执行流程
阶段 0：疾病消歧（始终第一步）
目标是将疾病解析为所有下游查询使用的标准标识符。所用工具包括：OpenTargets_get_disease_id_description_by_name（主，输入 diseaseName，输出 MONDO/EFO ID 与描述；注意 OpenTargets 疾病 ID 使用下划线格式如 MONDO_0004975，而非冒号格式）；OSL_get_efo_id_by_disease_name（次，获取 EFO/MONDO ID）；OpenTargets_get_disease_description_by_efoId（获取完整描述与 OMIM、UMLS、DOID 等交叉引用）；OpenTargets_get_disease_synonyms_by_efoId（同义词）；OpenTargets_get_disease_therapeutic_areas_by_efoId（治疗领域）；OpenTargets_get_disease_ancestors_parents_by_efoId（祖先/父级）；OpenTargets_get_disease_descendants_children_by_efoId（后代/子级）；OpenTargets_map_any_disease_id_to_all_other_ids（在 OMIM、UMLS、ICD10、DOID 等之间交叉映射）。工作流：按疾病名称搜索获取主 ID；获取完整描述与交叉引用；获取同义词用于检索词扩展；获取治疗领域用于上下文；获取疾病层级。若用户提供 OMIM/其他 ID，先映射到 MONDO/EFO。名称返回多个命中时进行冲突感知搜索：检查用户输入是否与某命中完全匹配；若模糊，给出前 3-5 个选项请用户选择；始终优先选择最具体的疾病而非父类；对癌症优先选择具体肿瘤类型而非泛化的“cancer”。消歧后需记录：efo_id（OpenTargets 查询主 ID）、disease_name（规范名）、synonyms、therapeutic_areas、dbXRefs。
阶段 1：基因组学层面
目标是识别遗传变异、GWAS 关联与遗传学相关基因。所用工具包括：OpenTargets_get_associated_targets_by_disease_efoId（主，按综合证据分返回所有疾病关联基因，默认返回前 25，需注意总数）；OpenTargets_get_evidence_by_datasource（按数据源获取证据；基因组学关键 datasourceIds：['ot_genetics_portal'] 为 GWAS/遗传学，['gene2phenotype','genomics_england','orphanet'] 为罕见变异，['eva'] 为 ClinVar 变异）；gwas_search_associations（GWAS Catalog，输入 disease_trait 与 size，返回全基因组显著关联，注意使用疾病名称而非 ID，结果分页）；gwas_get_studies_for_trait（若 trait 名不完全匹配可能返回空，可尝试同义词）；gwas_get_variants_for_trait；GWAS_search_associations_by_gene；OpenTargets_search_gwas_studies_by_disease（输入 diseaseIds 数组、enableIndirect 默认 true、size 默认 10）。
（资料在此处截断，阶段 1 之后的内容暂未提供。）