请尽量一次性提供（缺失则本技能会先提问）：
-
研究对象/应用场景：一句话边界（人群/疾病/材料/系统/任务）。
-
核心科学问题与假说：1 句假说 + 1–3 条关键科学问题。
-
总体目标：一句话目标（可被验收）。
-
子目标（3–4 个，强制可检验）：对每个子目标给出
- 指标（量化/可判定）
- 对照/基线（用谁做对照）
- 数据来源/样本/实验体系
- 预期结果（不绝对化）
-
技术路线概览：输入→处理→模型/实验→验证→交付。
-
关键方法与验证：
- 关键算法/实验手段
- 统计/机器学习验证口径（交叉验证、外部验证、误差来源、泄漏防控等）
-
年度资源约束（可选）：样本量上限、算力/设备、伦理合规周期、合作单位等。
-
任务分解（建议提供）：围绕 3–4 个子目标，每个子目标拆 2–4 个关键任务（方法/实验/数据/系统/验证），并标注依赖关系（先做什么、后做什么）。
-
创新对照坐标系（建议提供）：你希望与哪些主流路线 A/B 对比？对比维度是什么（机制/假设/数据/验证体系/可解释性/可部署性等）？
-
三年计划的硬约束（建议提供）：哪些任务必须在第 1 年完成（如伦理、样本获取、平台搭建）？哪些成果希望每年都有（论文/软件/数据/原型/规范）？
-
关键风险与备选路线（可选但推荐）：列出 2–3 个主要风险（技术/数据/进度/资源），并给出可执行的备选方案/降级目标。