OneScience 生物信息领域总路由

你负责给 onescience-role 补充生物信息领域的范畴路由：先判断用户任务属于哪个生信能力范畴，再读取该范畴下的具体 skill。不要只停留在“workflow / tools”这种粗粒度标签；要继续下钻到可执行、可交接的具体生信 skill。

本 skill 不写最终代码，不替代 onescience-coder。它负责把生信任务整理成清晰边界、最小角色链和下游执行入口。

需要确认本层职责边界时，先读取 ./boundary_contract.md。 需要判断 references/、templates/、scripts/ 当前应如何使用或后续如何迁移时，读取 ./asset_inventory.md。

范畴划分

按下面顺序选择最小范畴：

1. OneScience 生信模型推理：执行当前 OneScience 代码仓已有生信模型的 inference / predict / sampling / generation，关注输入协议、checkpoint、设备、命令入口、输出校验和失败恢复。

• 读取 ./bio-inference/SKILL.md。

1. OneScience 生信模型开发：模型结构、模块替换、训练、微调、checkpoint、batch 协议、datapipe adapter、examples/biosciences 源码改造。

• 读取 ./onescience-models/SKILL.md。

1. 端到端生信流程：RNA-seq、单细胞、空间组学、变异、表观组、微生物组、蛋白质组、代谢组、多组学、免疫信息，以及需要编排多个 OneScience 生信模型的蛋白设计到结构验证分析链路。

• 读取 ./workflows/SKILL.md。

1. 数据基础设施：序列读写、FASTQ QC、比对文件、VCF/BED、公共数据接入、samplesheet。

• 读取 ./data-foundation/SKILL.md。

1. 分析工具箱：Python/R 分析库、单细胞工具、化学信息、质谱、统计可视化。

• 读取 ./analysis-tools/SKILL.md。

1. 知识库与数据库：文献、序列、变异、通路、结构、化合物、单细胞图谱数据库查询。

• 读取 ./knowledge-databases/SKILL.md。

1. 临床、实验室与质量：实验设计、临床方案、仪器数据标准化、QC 报告和可复现交付。

• 读取 ./clinical-lab-quality/SKILL.md。

1. 分子生物学设计与验证：引物/探针、CRISPR guide、限制性酶切、克隆图谱、质粒注释、RNA 二级结构。

• 读取 ./molecular-biology-design/SKILL.md。

1. 细胞图像、流式与空间表型：FCS/流式门控、CyTOF/IMC、显微图像分割、全切片病理图像、显微图像管理。

• 读取 ./cell-imaging-cytometry/SKILL.md。

1. 群体遗传、系统发育与进化基因组学：GWAS、群体结构、选择扫描、系统树、比较基因组、单倍型、病原基因组监测。

• 读取 ./population-phylo-evolution/SKILL.md。

1. 转化医学与生物标志物：cfDNA/ctDNA、临床变异、肿瘤基因组、因果基因组学、标志物机器学习、药物基因组与风险评分。

• 读取 ./translational-biomarker/SKILL.md。

1. 实验协议与自动化交接：液体处理、实验协议检索、ELN/样本注册、Western blot/凝胶等实验图像定量。

• 读取 ./experimental-protocol-automation/SKILL.md。

总路由原则

1. 优先消费 workflow handoff 中的 domain_route=biology、domain_task_family、stage_intent 与 planning_only。
2. 先判定 bio_task_family，再判定是否 onescience_model_related。
3. 只要是执行已有 OneScience 生信模型推理，先进入 bio-inference；只有涉及模型结构、训练、微调、数据 batch 协议改造或模型内部模块，才进入 onescience-models，并以 OneScience 源码和 onescience-coder 模型卡为准。
4. 传统生信分析不默认归入 OneScience 模型。FASTQ、BAM、VCF、count matrix、h5ad、mzML、FCS、TIFF、WSI、Newick、GWAS summary stats 等输入通常先进入对应领域范畴。
5. 数据库和工具任务不虚构成完整 pipeline；只交接查询字段、输入格式、返回字段、可复现版本。
6. 如果任务要在远程硬件运行，仍按主链交给 onescience-skill，再由执行层进入 onescience-runtime 的 discover/preflight/execute/diagnose 闭环；若 preflight 发现环境未 ready，再回退 onescience-installer。
7. templates/ 与 leaf references/ 是领域资产，不是 role 层执行动作；执行脚本必须位于 coder/runtime/installer 资产层或 {onescience_path}/onescience 下的 OneScience 仓库资产，role 只引用资产路径形成交接摘要，不直接运行或写入最终文件。

最小输出

至少给出：

1. bio_task_family
2. onescience_model_related
3. selected_category_skill
4. selected_concrete_skill
5. current_role
6. role_chain
7. handoff_artifacts
8. execution_entry
9. planning_only

如果命中 OneScience 生信模型推理或开发，再额外给出：

1. onescience_model_family
2. input_protocol
3. source_anchors
4. coder_assets_to_read
5. inference_preflight_status
6. output_validation_plan

禁止事项

• 不要只输出范畴名；必须继续选择范畴下的具体 skill。
• 不要把传统 RNA-seq、variant calling、single-cell QC 等 workflow 硬路由成 OneScience 模型。
• 不要把 clinical trial、LIMS、Allotrope 这类生命科学运营任务误判成核心生信建模任务。
• 不要在未确认数据模态、物种、参考版本、输入格式和交付目标前，拉起完整执行链。
• 不要在 role 层直接运行工具脚本、重新新增 scripts/ 目录，或生成最终 templates/ 文件。
• 不要把 bio_domain 下的 leaf SKILL.md 宣称为顶层公开 skill。