ANTIMERIDIAN
目录 →
研究与项目 / 研究文库 / 医疗与生命科学 Primer
The Healthcare & Life Sciences Primer · 03

02 · 临床前研发 Primer

life-sciences 插件 6 技能:nf-core 生物信息流水线、单细胞 RNA QC、scvi-tools 深度学习整合、仪器数据标准化(Allotrope)、临床试验方案、科研问题选择——湿实验室之外的干实验全栈。

Chapter 3/5字符 1310结构标题 4表格 0
English library directory → · 正文保留原文语言
PLATE 01 / CHAPTER STRUCTURE02 · 临床前研发 Primer01一句话定位02六技能精要03方法论精华04编者注CHAPTER3/5CHARACTERS1310PARAGRAPHS13TABLES0
按原文章节顺序展示前五个结构节点;不足三个标题时补入原文句子。箭头表示阅读顺序,不表示因果关系。
BOOK SKYLINE & CHAPTER POSITION · 03 / 05医疗与生命科学 PrimerCURRENT CHARS1310SECTIONS4POSITION3/5
Plate 02 · 全集 5 篇的字符数;黄色为当前篇。高度按全集最长篇归一化。
PLATE 03 / SECTIONS 1–5段落结构与篇幅 / 字符数导言 · 02 · 临床前研…115一句话定位102六技能精要624方法论精华328编者注141
按标题至下一标题的独占区间统计非空白字符(含 Markdown 标记)。每幅图独立归一化;篇幅不代表重要性或证据强度。
核心命题结构拆解边界条件原文核验
life-sciences 插件 6 技能:nf-core 生物信息流水线、单细胞 RNA QC、scvi-tools 深度学习整合、仪器数据标准化(Allotrope)、临床试验方案、科研问题选择——湿实验室之外的干实验全栈。一句话定位 → 六技能精要 → 方法论精华 → 编者注原文《02 · 临床前研发 Primer》未单列边界标题;请在正文核对假设、时间与适用范围。回到下方原文核对“一句话定位”;本章 4 个结构标题、0 张表。

life-sciences 插件 6 技能:nf-core 生物信息流水线、单细胞 RNA QC、scvi-tools 深度学习整合、仪器数据标准化(Allotrope)、临床试验方案、科研问题选择——湿实验室之外的干实验全栈。


一句话定位

给生物研究装上计算基建:测序数据过 nf-core 流水线、单细胞数据做 QC 与深度学习整合、仪器输出标准化成通用格式、试验方案按模板生成——每个技能都带「环境自检 + 测试先行」的工程纪律。

六技能精要

nextflow-development · 生信流水线

single-cell-rna-qc · 单细胞质检

scvi-tools · 深度学习整合

instrument-data-to-allotrope · 仪器数据标准化

clinical-trial-protocol-skill · 试验方案

scientific-problem-selection · 科研选题

方法论精华

1. MAD 过滤的统计纪律——单细胞 QC 用中位数绝对偏差而非固定阈值:生物数据的「异常」标准必须随数据分布自适应,硬阈值在批间效应面前全线失守。

2. 标准格式的战略价值(Allotrope):仪器数据统一成 ASM——格式标准化是一切下游自动化(QC、建模、整合)的前置;没有它,每个仪器一个解析器是永远修不完的坑。

3. 双路径技能设计:QC 提供「完整管线」与「模块积木」两用法——新手走管线、老手拼积木,一个技能服务两种成熟度。

4. 「卡住项目排障」作为技能——科研的隐性痛点不是不会做是不会继续做:把「项目卡住的诊断」显式化为技能(与 legal 的 cold-start 类似的元层设计)。

编者注

六技能 = 计算基建(流水线+QC+整合)+ 数据基建(标准化)+ 文档基建(方案)+ 元层(选题排障)。对 AI+Science 感兴趣的读者:这个仓库和 bio-research 插件合起来,就是 Anthropic 对「科学自动化」的完整答卷——先标准化,再自动化,最后才谈智能。