需要什么？
- 原始数据
- 参考数据库
- 分析流程
从问题到可读数据
01问题→
02对象→
03方法→
04数据→
05特征→
06关系→
07结果
METHOD / 计算与推断
METHOD
生物信息学分析
Bioinformatics
如何把不同实验产生的数据整理、比较并转化为可复核的生物学特征？
输入原始数据 · 参考数据库 · 分析流程输出注释结果 · 差异特征 · 关系网络 · 可复现报告
RESEARCH PATH
产生什么？
- 注释结果
- 差异特征
- 关系网络
- 可复现报告
DATA
输出数据如何进入下一层？
方法不是终点。它把样本或观察转化为某种数据形态，数据还需要经过质量控制、分析和指标定义，才能支持可靠解释。
VISUAL
数据可以怎样被看见？
METHOD → DATA生物信息学分析 · 计算与推断
01输入原始数据 · 参考数据库
02处理实验流程 · 质量控制
03输出注释结果 · 差异特征
流程图、矩阵、网络图、结果报告。先理解输入与测量边界，再阅读输出数据。
分辨率样本—特征—关系
先检查什么？
不能直接推出什么？
- 计算关联需要实验验证
- 数据库注释存在遗漏
- 模型结果受输入数据与假设影响
OBJECTS
适合研究哪些对象？
SOURCES / EVIDENCE
已找到来源来源与证据状态
方法的来源主要支持方法原理和使用边界；具体实验结果仍需回到原始数据、研究设计和独立验证。
查看万灵图志的编辑与 AI 自查方法