Planificateur de Recherche MR à Deux Échantillons pour Openclaw

Une compétence d'agent AI spécialisée pour générer des conceptions de recherche de randomisation mendélienne à deux échantillons complètes et prêtes pour la publication à partir d'une direction de recherche.

theresayao0614-sudo
v0.1.0
Mar 13, 2026
0
868
0

Installer & Télécharger

1. ClawHub CLI

Le moyen le plus rapide d'installer une compétence directement depuis le registre.

npx clawhub@latest install two-sample-mr-research-planner-2

2. Installation manuelle

Copiez le dossier de la compétence dans l'un de ces emplacements

Global
~/.openclaw/skills/
Espace de travail
<project>/skills/

Priorité : Espace de travail > Local > Intégré

3. Installation du prompt

Copiez ce prompt dans OpenClaw pour l'installer automatiquement.

Aide-moi à installer two-sample-mr-research-planner-2 via Clawhub. Si Clawhub n'est pas installé, installe-le d'abord (npm i -g clawhub).

Vous préférez télécharger ?

Obtenez les fichiers bruts de la compétence dans une archive ZIP.

Qu'est-ce que Planificateur de Recherche MR à Deux Échantillons ?

Le Planificateur de Recherche MR à Deux Échantillons est un cadre technique sophistiqué conçu pour automatiser la phase complexe de planification de l'épidémiologie génétique. En s'appuyant sur Openclaw Skills, les chercheurs peuvent transformer une simple hypothèse exposition-résultat en un protocole d'étude détaillé à plusieurs niveaux. Il simplifie l'identification des sources de données GWAS, les critères de sélection des instruments et la méthodologie statistique nécessaire pour tester les relations causales entre les traits.

Cette compétence est indispensable pour les bioinformaticiens et les chercheurs médicaux qui cherchent à construire des pipelines d'inférence causale rigoureux en utilisant des données génétiques au niveau résumé. L'utilisation d'Openclaw Skills comme celui-ci garantit que tous les pièges méthodologiques, du biais de l'instrument faible à la pléiotropie horizontale, sont abordés dès la phase de conception initiale. Il fournit une feuille de route technique qui comble le fossé entre les données brutes et les publications scientifiques à fort impact.

Cas d'utilisation de Planificateur de Recherche MR à Deux Échantillons

  • Concevoir de zéro un article de randomisation mendélienne publiable basé sur un biomarqueur spécifique.
  • Cribler un panel d'expositions métaboliques pour identifier les moteurs causaux des maladies chroniques.
  • Planifier des études MR bidirectionnelles pour étudier les relations causales réciproques et exclure la causalité inverse.
  • Développer des protocoles avancés impliquant la MR multivariable (MVMR) pour ajuster la confusion pléiotropique.
  • Générer des configurations Lite à rotation rapide pour la vérification des données pilotes au sein de l'écosystème Openclaw Skills.

Comment fonctionne Planificateur de Recherche MR à Deux Échantillons

  1. Analyse des entrées : La compétence analyse la direction de recherche fournie par l'utilisateur pour identifier les classes d'exposition et les phénotypes de résultats.
  2. Hiérarchisation de la charge de travail : Elle génère automatiquement quatre configurations distinctes (Lite, Standard, Advanced et Publication+) adaptées aux différentes contraintes de ressources.
  3. Recommandation principale : L'agent sélectionne la configuration optimale en fonction des références de nombre d'IV de la classe d'exposition et de la disponibilité des données.
  4. Cartographie du flux de travail technique : Elle définit un chemin d'exécution étape par étape comprenant l'extraction d'instruments, le LD clumping et l'harmonisation.
  5. Protocole de sensibilité : La compétence expose une stratégie de validation robuste utilisant MR-Egger, la médiane pondérée et des analyses leave-one-out.
  6. Stratégie de publication : Elle génère un plan de figures et une liste de livrables destinés à la soumission à des revues à comité de lecture.

Configuration de Planificateur de Recherche MR à Deux Échantillons

Pour mettre en œuvre les conceptions de recherche générées par cette compétence, vous devez disposer d'un environnement R configuré avec les bibliothèques appropriées. Cet outil s'intègre parfaitement aux autres Openclaw Skills pour gérer la transition de la planification à l'exécution.

# Installer les packages R de base pour la Randomisation Mendélienne
install.packages("TwoSampleMR")
install.packages("MRPRESSO")

Assurez-vous d'avoir accès à l'IEU Open GWAS API pour résoudre les IDs d'exemple fournis dans les plans d'étude.

Schéma de données et taxonomie de Planificateur de Recherche MR à Deux Échantillons

La compétence organise les conceptions de recherche à l'aide d'une taxonomie structurée de métadonnées GWAS et de seuils statistiques. Cette organisation est une caractéristique centrale des Openclaw Skills orientés vers la recherche.

Couche de Données Champs de Métadonnées Clés
Données d'Exposition GWAS ID, seuil de P-value (5e-08), LD clumping (r2 < 0.001), F-statistic
Données de Résultat Intersection SNP, correspondance proxy, gestion des SNP palindromiques
Estimations Principales IVW (Principal), MR-Egger, Médiane Pondérée, Mode Simple/Pondéré
Sensibilité Q de Cochran, I2, test global MR-PRESSO, p-value de l'intercept

Fonctionnalités avancées de Planificateur de Recherche MR à Deux Échantillons

  • Génération de configurations multiniveaux offrant des options de charge de travail de Lite à Publication+.
  • Tolérance aux pannes intégrée pour gérer les risques d'instruments faibles (F-statistic < 10).
  • Flux de travail spécialisés pour la MR de traits moléculaires (protéines, métabolites) incluant des étapes de colocalisation obligatoires.
  • Section détaillée de revue des risques qui anticipe les critiques des réviseurs et propose des stratégies de révision.
  • Intégration transparente avec la bibliothèque plus large d'Openclaw Skills pour l'automatisation de la bioinformatique de bout en bout.

SKILL.md


Chargement

Compétences Openclaw associées

METADATA

Github Stars: 0
forks: 0

En vedette*