费曼基础研究论文深度解读

专为基础实验类研究论文设计的费曼式深度解读工具，涵盖细胞生物学、分子机制、动物模型及组学研究。

与使用 PICO 框架的临床研究解读不同，本工具围绕实验室科学的核心逻辑构建：研究假说的提出、实验体系的选择（细胞系、类器官、小鼠模型等）、实验设计与对照组的合理性、关键技术的原理（如 CRISPR、RNA-seq、流式细胞术、免疫荧光）、从实验数据到生物学结论的机制逻辑链，以及研究发现对人类疾病的转化意义与局限性。

基础研究论文往往对非专业读者不友好——充斥专业术语，默认读者熟悉特定技术和模型系统。费曼技术通过要求将每个概念用通俗语言解释来打破这种壁垒，逼迫 AI 呈现底层逻辑，而非重复论文本身的术语堆砌。

机制逻辑链部分尤为关键：它追溯从每个实验到其所支持结论的证据链，并标记相关性被误用为因果性的位置，或细胞实验结果被过度外推到整体生物体的情形。

对于组学论文，本工具专门解答：该组学平台测量什么、分析流程如何运作、生物学意义的最低阈值是什么、哪些机制结论有数据支撑而哪些属于推测。对于动物模型论文，它会指出模型中哪些方面是经过验证的人类疾病替代指标，哪些是已知的种间差异。

适合人群：博士研究生、博士后及青年科研人员（希望真正理解子领域之外的论文机制），以及临床科学家（需要评估临床前研究的转化相关性）。