DE-Rigor-Agent给差异表达分析加一道方法筛选：先查假设再跑代码，误用方法带来的FDR膨胀被挡在门外
核心概要
批量RNA-seq差异表达分析里，通用大模型智能体往往直接挑DESeq2或edgeR，不检查这些方法的统计假设是否适合手头数据。DE-Rigor-Agent把分析拆成输入标准化、方法筛选、方法执行三段，在执行前用专家整理的方法卡和数据诊断逐条评估六种常用方法并记录保留或排除的理由。在140个模拟数据集上，它的筛选决定与模拟中人为引入的不兼容情形基本吻合，并在不同随机种子间保持稳定；两个Codex基线几乎对所有数据都选DESeq2或edgeR。
深度剖析
差异表达分析多了一个执行前的把关环节：智能体先判断六种常用方法各自是否适合当前数据，再决定跑哪些。 通用编码智能体可以规划分析、写代码并查看结果，但代码跑通不等于统计方法选对；此前的做法是直接套用DESeq2、edgeR这类流行方法，不检查其分布假设与输入要求。 在140个模拟数据集上，两个Codex基线（其中一个被明确提示要考虑方法假设）对几乎所有数据都选DESeq2或edgeR；DE-Rigor-Agent的排除决定则与模拟场景中预设的不兼容情形大体一致。
做法是把分析固定成输入标准化、方法筛选、方法执行三个顺序阶段，任何方法都必须先过筛选才能执行。 筛选依据是自然语言写成的专家知识：方法卡记录每种方法的分布假设、输入要求和支持的研究设计，筛选原则补充样本量等数据特征的处理规则。 智能体读取表达矩阵与样本元数据，生成并运行诊断代码，为六种候选方法逐一给出保留或排除的决定及依据；通过筛选的方法再交给各自独立的子智能体，按专家代码模板执行。
筛选决定在重复运行间大体稳定，代价是每个数据集的分析成本略有上升。 84个场景与方法组合中有77个至少8次重复给出相同决定，50个组合在全部10次重复中完全一致；不一致多出现在偏离负二项假设较轻微、诊断证据不明显的情形。 按OpenAI公布的token价格估算，DE-Rigor-Agent每个数据集的平均成本为0.018美元，vanilla Codex为0.004美元，guided Codex为0.005美元。
启示与展望
评估范围是140个模拟数据集，覆盖14个场景，涉及小样本、零膨胀、表达离群值、预归一化输入和混杂批次效应，候选方法为六种常用差异表达方法；作者指出还需在更多模拟场景和真实RNA-seq数据上进一步评估，以确认框架的可推广性。
筛选依赖数据诊断能否识别出假设违背，轻微偏离往往难以发现，导致不同重复之间决定有变化；通过筛选并不保证FDR受控或功效足够，模拟中NOISeq在每组3个样本时被保留而经验FDR为0.10，DESeq2在每组3个和6个样本时分别有9/10次被保留而经验FDR为0.09和0.07。