概率分布总论：随机变量、PMF/PDF/CDF、数字特征、离散/连续分类、分布选型决策树及系列阅读路线。

t 分布的产生背景、PDF/CDF、与正态/卡方关系、小样本 t 检验、局限及 scipy 示例。

正态分布 PDF/CDF、数字特征、CLT 与抽样分布关系、测量误差与 ML 场景、局限及 scipy/QQ 图示例。

泊松分布的产生背景、PMF/CDF、与二项极限关系、测序计数与稀有事件场景、过离散局限及 scipy 示例。

二项分布 PMF/CDF、数字特征、与伯努利/泊松/正态极限关系、测序与质检场景、局限及 scipy 示例。

伯努利分布的产生背景、PMF（probability mass function，概率质量函数）/CDF（cumulative distribution function，累积分布函数）、数字特征、与二项/Logistic 回归关系、适用场景、局限及 scipy 示例。

均匀流形逼近与投影（UMAP）的产生背景、演进、算法原理、适用场景、局限性与可运行示例；配图示意。

t 分布随机邻域嵌入（t-SNE）的产生背景、演进脉络、算法原理、适用场景、局限性与可运行示例；配图示意。

精读 Herrera-Rocha 等（JCIM 2025）「Best Practices for Machine Learning-Assisted Protein Engineering」：从立项评估、数据准备、序列表征、模型选型训练、性能验证到代码部署的六步流程与关键决策逻辑；附 PECC 资源索引。

面向外泌体质量评估场景，梳理 small RNA-seq 实验与生物信息学流程，重点说明读长分布、miRNA 占比、污染 RNA、特征签名、文库复杂度、归一化与对照设计等关注指标及判读逻辑。