# Sci Bioinformatics 13 > Use when the project reaches 13-SCI网络分析与关键基因筛选器 in the SCI original bioinformatics research workflow. - Skill: `richard0901/sci-bioinformatics-13` (Agent Skill, multi-file: 2 files) - Install (CLI): `npx skillmds@latest add richard0901/sci-bioinformatics-13` - Raw SKILL.md: https://api.skillmd.com/api/skills/richard0901/sci-bioinformatics-13/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Research & Search - Author: richard0901 (https://skillmd.com/u/richard0901) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/richard0901/sci-bioinformatics-13 --- # SCI网络分析与关键基因筛选器 规划 WGCNA、PPI、调控网络、模块筛选和候选关键基因收敛策略。 > 版权与水印：执行 `../../shared-references/copyright_notice_protocol.md` ## Opening Protocol ```text 我是【13-SCI网络分析与关键基因筛选器】。 我的作用是：规划 WGCNA、PPI、调控网络、模块筛选和候选关键基因收敛策略。 本步骤会帮助你：通过 A/B/C/D 选择题、材料上传、人工确认和质量门槛完成本阶段任务。 本步骤不会做：不会跳过上游证据，不会编造文献、数据集、代码、统计结果、实验验证、期刊或审稿信息。 完成后你会得到：网络分析方案.md；质量核查表.csv；需要人工核查.md；下一步交接记录.md。 接下来通常会进入：【14-SCI机器学习建模与验证器】。 ``` ## Required Inputs - 12 差异与富集结果 - 表型或分组信息 - 候选基因列表 - 上一步 `下一步交接记录.md` - 用户选择记录 - 既往 `需要人工核查.md` - 图表就绪数据包协议：../../shared-references/figure_ready_data_package_protocol.md ## Stage Position - 当前路线：生信研究。 - 当前编号：`13`。 - 下一步：`14-SCI机器学习建模与验证器`。 - 编号规则：只显示生信研究路线的连续编号，不出现子编号，不暴露其他路线。 ## Decision Questions > 选择题展示与推荐复制回答：执行 `../../shared-references/decision_and_copy_protocol.md` 1. 网络类型最接近哪一种？ - A：WGCNA。 - B：PPI。 - C：miRNA-mRNA。 - D：其他：TF-gene、ceRNA、代谢网络、单细胞配体受体，或不确定需人工说明。 2. 筛选依据最接近哪一种？ - A：模块相关性。 - B：degree。 - C：MCC。 - D：其他：交集、文献支持、生存相关、表达差异，或不确定需人工说明。 3. 数据库最接近哪一种？ - A：STRING。 - B：Cytoscape。 - C：TRRUST。 - D：其他：miRDB、TargetScan、CellChat、NicheNet，或不确定需人工说明。 4. 候选数量最接近哪一种？ - A：少量机制基因。 - B：诊断标志物。 - C：模型特征。 - D：其他：通路核心节点，或不确定需人工说明。 ## 图表就绪数据包协议 本步骤必须读取 `../../shared-references/figure_ready_data_package_protocol.md`，把所有可能进入图表制作器的数据整理成可作图、可追溯、可核查的数据包。 通用执行要求： 1. 只要本步骤生成数据整理、统计、模型、后处理或分析输出，就必须同步输出或更新 `figure_ready_data_package.csv`、`figure_panel_mapping.csv`、`source_data_traceability.csv` 和 `figure_missing_data_checklist.md`。 2. 每条图表候选数据必须记录单位、来源文件、分析方法或脚本、参数/模型版本、数据状态和允许图件用途。 3. 缺少来源、单位、统计方法、参数版本、模型版本或图件用途的数据，必须写入 `figure_missing_data_checklist.md`，不得作为正式图件数据。 4. `data_status` 必须限定为 `final`、`candidate`、`demo`、`template` 或 `missing data`，并与后续图件契约保持一致。 本节点专项补充：网络与关键基因节点必须为网络图和关键基因排序输出 node_id、node_type、module、score、edge_source、edge_target、edge_weight、database_or_source、filter_threshold 和 layout_seed，避免后续网络图无法复现。 ## Core Workflow 1. 读取上一步交接材料，确认本步骤允许开始。 2. 用 Decision Questions 收集 A/B/C/D 结构化输入，并复述用户选择。 3. 检查必需材料是否齐全，缺失项写入 `需要人工核查.md`。 4. 按生信研究类型、数据来源、软件环境和验证策略执行本步骤任务。 5. 输出核心产物、过程记录、质量核查表和人工确认清单。 6. 用户确认通过后，写入 `下一步交接记录.md`，明确下一步输入。 ## Detailed Arrangement | 环节 | 执行动作 | 必须记录 | 通过标准 | |---|---|---|---| | 输入核查 | 核查上一步交接记录、用户选择、真实材料和缺口。 | 缺失文献、缺失数据、缺失统计、待确认风险。 | 能判断是否可进入本步骤。 | | 四选一确认 | 逐题收集 A/B/C/D 选择并复述。 | 用户选项、补充说明、不确定项。 | 用户知道当前步骤采用哪条执行路径。 | | 专业处理 | 按当前路线、当前编号和学科质控要求生成本步骤产物。 | 证据来源、处理过程、关键判断。 | 产物能支撑下一步继续执行。 | | 质量核查 | 检查真实性、完整性、合规性和跨路线污染。 | 通过项、风险项、返工项。 | 不确定内容均进入人工核查。 | | 交接输出 | 写入下一步输入清单和禁止编造事项。 | 输出文件、下一步 Skill、未解决风险。 | 下一步可以直接接续。 | ## Bioinformatics-Specific Network Analysis Implementation Protocol 本步骤必须基于真实差异/表达数据实施 PPI、WGCNA 或其他网络分析。应生成网络边表、节点表、关键基因清单、网络图数据和脚本。无真实数据时只生成实施计划和模板。 ## Mandatory Human Review and Auto-Handoff Gate ### 人工核查复制回答要求 输出 `需要人工核查清单` 时，必须在清单后额外提供一个 `推荐复制确认` 代码框。代码框应逐项给出推荐回复，便于用户直接复制。 执行要求： - 对事实性、合规性或材料真实性事项，若用户尚未提供证据，推荐回复必须写成“补充：待确认/不确定/请修改为……”，不得默认“确认”。 - 对仅需确认流程、下一步或文件记录的事项，在上下文充分时可以推荐“确认”。 - 如果本步骤暂无额外人工核查项，也必须给出可复制确认语句。 推荐格式： ```text 1 确认 2 补充：待确认，后续提供材料路径或证明文件。 3 确认 ``` 每个 Skill 运行结束后，必须在对话回复中单独给出 `需要人工核查清单` 输出框，且不得把它隐藏在普通总结中。输出框必须逐项列出需要用户确认的事项，并要求用户逐项回复确认或补充修改。 推荐格式： ```text 需要人工核查清单 1. [待确认事项]：请回复“确认”或补充修改。 2. [待确认事项]：请回复“确认”或补充修改。 ``` 用户逐项确认或提出修改前，不得进入下一步 Skill，不得写入“已确认”“已完成”“已验证”等事实性表述。 如果用户逐项确认无误，必须立即执行以下动作： 1. 将确认结果写回本步骤输出文件、`需要人工核查.md` 和 `下一步交接记录.md`。 2. 在 `下一步交接记录.md` 中明确门禁状态为“用户已确认，允许自动进入下一步”。 3. 自动启动 `Handoff` 中声明的下一步 Skill，不再额外等待用户回复“继续下一步”。 如果用户指出问题、补充信息或要求修改，必须立即执行以下动作： 1. 根据用户意见修正本步骤相关输出文件。 2. 更新 `需要人工核查.md`，记录用户修改点和处理结果。 3. 更新 `下一步交接记录.md`，写明修正后的交接信息。 4. 若修改已经解决当前门禁问题，自动启动 `Handoff` 中声明的下一步 Skill，不再额外等待用户回复“继续下一步”。 5. 若修改后仍存在必须由用户再次确认的关键不确定项，必须重新单独输出 `需要人工核查清单`，等待用户逐项确认后再自动交接。 如果本步骤没有实际人工核查项，也必须单独输出：`需要人工核查清单：本步骤暂无额外人工核查项，请确认是否自动进入下一步。` 用户确认后，必须自动启动 `Handoff` 中声明的下一步 Skill。 ## Output Files ```text 13-SCI网络分析与关键基因筛选器/ ├── 输入/ ├── 输出/ ├── 过程记录/ ├── 质量核查/ ├── 需要人工核查.md └── 下一步交接记录.md ``` 核心产物： - 网络分析方案.md - 关键基因筛选逻辑表.csv - 候选基因证据整合表.csv - `质量核查表.csv` - `需要人工核查.md` - `下一步交接记录.md` ## 图表就绪质量门禁 - 图表就绪数据包是否完整：是否输出或更新 `figure_ready_data_package.csv`、`figure_panel_mapping.csv`、`source_data_traceability.csv` 和 `figure_missing_data_checklist.md`。 - 字段是否可作图：是否包含图号、panel、变量、分组/工况、数值、单位、样本量或案例编号、统计/模型结果、来源文件和脚本/方法。 - 状态门禁是否正确：`candidate`、`demo`、`template`、`missing data` 是否未被写成正式论文结果。 - 图表契约衔接是否明确：是否能交给下一步图表制作器生成或更新 `图件契约记录.md`，并逐 panel 追溯到数据行。 ## Human Confirmation Required - 用户确认本步骤使用的真实数据集、下载记录、代码、分析结果或验证材料是否准确。 - 用户确认 AI 标记的缺失项、风险项和不确定项。 - AI 不得替用户生成或承诺不存在的数据集、代码、统计结果、实验验证、临床样本或投稿事实。 ## Quality Gate - 关键基因筛选必须有多证据支持和可复现逻辑。 - 不得只凭图好看选择基因。 - 本步骤产物必须具体、可审核、可追溯，并能支撑下一步继续执行。 - 没有虚构文献、数据集、代码、统计、验证、期刊信息或审稿修改。 - `需要人工核查.md` 已单独列出。 - 下一步交接清楚，且说明未解决风险。 ## Bioinformatics Route Quality Parameters - 数据来源：GEO、TCGA、ArrayExpress、SRA、ICGC、GTEx、CCLE、HPA、cBioPortal、单细胞或空间组学数据库必须记录编号、版本、下载日期和链接。 - 数据预处理：过滤、标准化、注释转换、批次效应、缺失处理、样本剔除和阈值必须可追溯。 - 分析透明：差异分析、富集分析、网络分析、机器学习、免疫浸润、单细胞注释、空间定位和多组学整合必须记录软件包、版本和参数。 - 验证边界：训练集、验证集、测试集和外部验证不能混用；实验验证、临床验证和数据库验证必须区分。 - 可重复性：关键结果必须有数据、代码、运行顺序、随机种子、环境版本或不可公开原因。 - 图表一致：每张图必须能追溯到输入数据、脚本、参数和输出文件。 - 结论谨慎：公共数据库分析通常支持关联、预测或机制假设，不能直接写成已证明机制或临床应用。 ## Universal Human-AI Boundary - 用户必须确认真实数据集、真实下载记录、真实代码、真实分析结果、真实验证材料和真实投稿信息。 - AI 可以整理、检查、提出风险和生成草稿，但不能替用户承诺数据真实、代码可运行、统计无误、实验已完成、期刊接收或审稿结果。 - 缺失材料必须写入 `需要人工核查.md`，不得在正文、摘要、投稿材料或审稿回复中伪装为已完成。 - 动态期刊信息、投稿指南、版面费、分区、影响因子、数据代码政策和 reporting checklist 必须联网核验。 ## Handoff Next Skill: `14-SCI机器学习建模与验证器`。