Sponsored by APIMart - AI API, 99.9% SLA. 언제나 끊김 없이, 나만의 AI를. 대부분의 모델을 20~60% 저렴하게 이용할 수 있으며, nanobanana pro API는 단

AI 광고 라이브러리

Openclaw Skills

2표본 MR 연구 플래너

Openclaw용 2표본 MR 연구 플래너

연구 방향으로부터 포괄적이고 학술지 게재가 가능한 2표본 멘델 무작위 배정 연구 설계를 생성하기 위한 전문 AI 에이전트 스킬입니다.

theresayao0614-sudo

v0.1.0

Mar 13, 2026

설치

정보

Skill.md

설치 및 다운로드

1. ClawHub CLI

레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.


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

2. 수동 설치

스킬 폴더를 다음 위치 중 하나로 복사하세요

글로벌

~/.openclaw/skills/

워크스페이스

<project>/skills/

우선순위: 워크스페이스 > 로컬 > 번들

3. 프롬프트 설치

이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.


                  Clawhub를 사용해서 two-sample-mr-research-planner-2 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).

다운로드를 원하시나요?

ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.

2표본 MR 연구 플래너란 무엇인가요?

2표본 MR 연구 플래너는 유전 역학의 복잡한 계획 단계를 자동화하도록 설계된 정교한 기술 프레임워크입니다. Openclaw Skills를 활용하여 연구자는 단순한 노출-결과 가설을 상세한 다계층 연구 프로토콜로 변환할 수 있습니다. 이는 GWAS 데이터 소스 식별, 도구 변수 선택 기준 및 형질 간의 인과 관계를 테스트하는 데 필요한 통계 방법론을 간소화합니다.

이 스킬은 요약 수준의 유전 데이터를 사용하여 엄격한 인과 추론 파이프라인을 구축하려는 생물 정보학자 및 의학 연구자에게 필수적입니다. 이와 같은 Openclaw Skills를 사용하면 약한 도구 변수 편향에서 수평적 다표현형성에 이르기까지 초기 설계 단계에서 모든 방법론적 함정을 해결할 수 있습니다. 이는 원시 데이터와 영향력 있는 과학 출판물 사이의 간극을 메우는 기술 로드맵을 제공합니다.

2표본 MR 연구 플래너 활용 사례

특정 바이오마커를 기반으로 게재 가능한 멘델 무작위 배정 논문을 처음부터 설계.
만성 질환의 인과 요인을 식별하기 위해 대사 노출 패널을 스크리닝.
상호 인과 관계를 조사하고 역인과 관계를 배제하기 위한 양방향 MR 연구 계획.
다표현형 혼란을 조정하기 위해 다변량 MR(MVMR)을 포함하는 고급 프로토콜 개발.
Openclaw Skills 생태계 내에서 파일럿 데이터 검증을 위한 빠른 턴어라운드 Lite 구성 생성.

2표본 MR 연구 플래너 작동 원리

입력 분석: 스킬이 사용자가 제공한 연구 방향을 분석하여 노출 클래스와 결과 표현형을 식별합니다.
워크로드 계층화: 서로 다른 리소스 제약에 맞춘 4가지 고유한 구성(Lite, Standard, Advanced 및 Publication+)을 자동으로 생성합니다.
주요 권장 사항: 에이전트는 노출 클래스 IV 카운트 벤치마크 및 데이터 가용성을 기반으로 최적의 구성을 선택합니다.
기술 워크플로우 매핑: 도구 변수 추출, LD clumping 및 harmonization을 포함한 단계별 실행 경로를 정의합니다.
민감도 프로토콜: MR-Egger, 가중 중앙값 및 leave-one-out 분석을 사용한 강력한 검증 전략을 설명합니다.
출판 전략: 동료 검토 학술지 제출을 위한 그림 계획 및 결과물 리스트를 생성합니다.

2표본 MR 연구 플래너 설정 가이드

이 스킬로 생성된 연구 설계를 구현하려면 적절한 라이브러리가 구성된 R 환경이 있어야 합니다. 이 도구는 계획에서 실행으로의 전환을 관리하기 위해 다른 Openclaw Skills와 완벽하게 통합됩니다.

# 멘델 무작위 배정을 위한 핵심 R 패키지 설치
install.packages("TwoSampleMR")
install.packages("MRPRESSO")

연구 계획에 제공된 예시 ID를 해석하기 위해 IEU Open GWAS API에 액세스할 수 있는지 확인하십시오.

2표본 MR 연구 플래너 데이터 스키마 및 분류 체계

이 스킬은 GWAS 메타데이터 및 통계적 임계값의 구조화된 분류 체계를 사용하여 연구 설계를 구성합니다. 이 조직은 연구 중심 Openclaw Skills의 핵심 기능입니다.

데이터 레이어	주요 메타데이터 필드
노출 데이터	GWAS ID, P-value 임계값 (5e-08), LD clumping (r2 < 0.001), F-statistic
결과 데이터	SNP 교차, proxy 매칭, palindromic SNP 처리
핵심 추정치	IVW (Primary), MR-Egger, 가중 중앙값, Simple/Weighted Mode
민감도	Cochran's Q, I2, MR-PRESSO global test, 절편 p-value