科研 Skill

观察性组学因果驱动分析

mendelian-randomization

在网络与系统生物学领域开展“因果网络”任务时使用;根据输入、科学假设和运行环境,在因果网络推断下已保留的方法实现之间路由。

官方收录发布者 Codar安全审核通过v0.1.1更新于 2026-09-04

SKILL.md

观察性组学因果驱动分析

该能力用于 CauFinder 一类“从观察性组学推断候选驱动因子”的任务,不代替孟德尔随机化,也不把机器学习重要性当作因果效应。先定义处理或状态、结局、时间顺序、混杂因素、批次和可用的先验网络。

建立与研究问题匹配的因果图,明确哪些变量可调整、哪些可能是中介或碰撞点。模型训练必须把样本、供者或队列正确分组切分;驱动分数需要与普通预测重要性、差异表达和网络中心性比较。使用重采样、负对照、替代调整集和外部队列检查稳定性。

设计变量角色、稳健性分析和输出时读取因果识别与验证。交付假设因果图、识别条件、候选驱动排序、效应方向、稳定性、替代解释和实验验证建议。

没有干预、时间、遗传工具或充分混杂控制时,只能称为“候选因果驱动”或“与假设一致的驱动信号”,不能声称已经证明因果关系。

所属插件

网络与系统生物学分子网络、调控网络与系统生物学分析。

安装该插件会一并获得同领域的 15 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

观察性组学因果驱动分析能做什么?

在网络与系统生物学领域开展“因果网络”任务时使用;根据输入、科学假设和运行环境,在因果网络推断下已保留的方法实现之间路由。

如何安装观察性组学因果驱动分析?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「观察性组学因果驱动分析」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

观察性组学因果驱动分析需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

观察性组学因果驱动分析经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。