illegalCreed

中文

English

中文

English

Appearance

指南 ​

基于 google-deepmind/science-skills 的 README、SKILL_LICENSES.md 与各 skills/SKILL.md 编写。

速查 ​

  • 6 大领域：结构生物学 / 基因组学 / 化学与药物 / 文献检索 / 序列分析 / 分子可视化
  • AlphaFold 流程：给 UniProt ID → 拉 mmCIF + PAE → 自动判 pLDDT 置信 + 域边界 + 无序区
  • AlphaGenome：chr:pos:ref>alt 变异 → 表达/染色质/剪接预测；先 score_variant 广撒发现、再聚焦疾病相关组织
  • 文献：arXiv/bioRxiv 预印本、Europe PMC/OpenAlex/PubMed 全文与引用图谱
  • PyMOL：OSMesa 软件渲染无 GPU；每脚本必带 init 样板 + cmd.quit() + 同时输出 PNG 与 .pse
  • 统一：uv run 跑所有 Python；脚本自动 rate-limit；每次首次落 .licenses/<skill>_LICENSE.txt
  • 软件 Apache-2.0；各数据库许可异（查 SKILL_LICENSES.md）

结构生物学：AlphaFold → Foldseek → PyMOL ​

alphafold_database_fetch_and_analyze 是核心入口。给它一个 UniProt ID（如 P00520），它会：

  1. fetch_structure.py 拉 mmCIF 结构文件、PAE JSON、API metadata JSON
  2. analyze_plddt.py 出全局 pLDDT 置信评估（structured / disordered / mixed）
  3. analyze_pae.py 用滑动窗口 PAE 启发式检测刚性域边界

关键规则：

  • 只接受 UniProt ID，给蛋白名/基因名/氨基酸序列要先去 UniProt 查 ID
  • 不要自己算域边界或评估无序——必须依赖脚本输出
  • 大蛋白（>2700 AA）会触发 fragment fallback，脚本输出 [!] WARNING 必须 relay 给用户
  • 高度无序蛋白（<50 pLDDT 占比高）要明确警告用户别直接拿去做 Foldseek/docking
  • 想找结构同源 → Foldseek（按结构而非序列搜）；想要实验结构 → pdb_database；想跑自定义序列推理 → 这套技能不支持

拿到结构后，配 pymol skill 渲染：

  • OSMesa 软件渲染，无需 GPU/X server
  • 必须带 init 样板（finish_launching() 后才 from pymol import cmd）
  • 用 cmd.png() 出图，别用 cmd.ray()/cmd.draw() 硬件加速（OSMesa 不支持）
  • 同时输出 .pse session 文件让用户在本地 PyMOL 继续调
  • 必调 cmd.quit() 否则进程卡死

基因组学：AlphaGenome 变异工作流 ​

alphagenome_single_variant_analysis 是研究非编码变异对调控影响的利器。给它 chr:pos:ref>alt 格式变异，可预测对 RNA-seq 表达、DNASE 染色质可及性、ChIP 组蛋白标记、转录因子结合的影响。

关键规则：

  • 必须 API key：ALPHAGENOME_API_KEY，通过 credentials skill 安全获取
  • 必须 uv run：禁止裸 python3/python3 -c，系统 Python 没装 pandas/numpy
  • 离线基因查找：用本地 GTF 的 lookup_gene_info.py，禁止外部 MyGene.info/Ensembl REST
  • 先广撒再聚焦：
    1. score_variant 跨差分 scorer跑，发现意外组织效应
    2. 按疾病关键词（如 liver、hepatocyte）筛 hits
    3. 用 predict_variant 加 ontology_terms 深入
  • 必读模板：用 docs/report-templates.md 出报告，必含 top hits 表

配套基因组数据库 skill：

  • clinvar_database —— 临床意义（致病/良性/VUS）
  • gnomad_database —— 群体频率（罕见病必查）
  • dbsnp_database —— 已知变异注释（rsID）
  • jaspar_database —— 转录因子 motif（变异是否破 motif）
  • encode_ccres_database —— 调控元件（cCRE）
  • gtex_database —— 组织表达（变异在哪个组织重要）
  • ensembl_database —— 基因组注释、VEP

化学与药物 ​

3 个数据库 skill：

  • chembl_database —— 药物样化合物活性、靶点、IC50
  • pubchem_database —— 化合物结构与性质（CID/SMILES）
  • openfda_database —— FDA 不良反应、召回、标签

加上 clinical_trials_database（ClinicalTrials.gov）和 opentargets_database（靶点-疾病关联），可串起「靶点 → 化合物 → 临床试验 → 不良反应」药物再利用工作流。

文献检索：4 + 1 个来源 ​

skill用途
literature_search_arxiv物理/CS/数学/生物预印本，含 query 语法（au/ti/abs）、PDF/HTML/LaTeX 源码下载
literature_search_biorxiv生物预印本
literature_search_europepmc全文聚合（含 PubMed Central）
literature_search_openalex开放引用图谱，找「这篇被谁引」（需 key）
pubmed_database生物医学文献摘要

arXiv 规则：

  • 必须 ≤ 1 req / 3s，脚本自动节流
  • 大批结果先写文件再解析（>100 条 JSON 撑爆 context）
  • LaTeX 源码解压前 mkdir paper_source && tar -xzf source.tar.gz -C paper_source，绝不直接在工作目录解压

序列分析 ​

  • ncbi_sequence_fetch —— 从 NCBI 拉核酸/蛋白序列
  • protein_sequence_msa —— Clustal Omega 多序列比对（EBI JDispatcher）
  • protein_sequence_similarity_search —— BLAST（EBI）+ ColabFold 同源建模入口

分子可视化：PyMOL 详解 ​

pymol 是渲染与几何分析工具，覆盖 cartoon / surface / 静电表面 / B-factor 着色 / 距离测量 / 多结构对齐 RMSD / 配体互作 / 诱变等 14+ 现成 recipe。

关键陷阱：

  • cmd.load() 后必须 cmd.count_atoms("all") 校验，0 atoms 立即 cmd.quit() 报错
  • 大表面渲染可能超 --max_output_mb（默认 500MB），用 --max_output_mb=1000 放宽
  • 跑前必须确认结构文件已下载到本机（Pre-Flight File Check）
  • 不要用于 docking / 分子动力学 / 纯序列分析

科研工作流编排 ​

把多个 skill 串成端到端流程，例如「靶点 → 药物」：

text
opentargets_database       # 找疾病相关靶点
  ↓
alphafold_database_fetch_and_analyze   # 看靶点蛋白结构
  ↓
pymol                       # 渲染口袋、找活性残基
  ↓
chembl_database / pubchem_database     # 找已知配体
  ↓
openfda_database            # 查不良反应
  ↓
clinical_trials_database    # 看临床试验进度

或「变异 → 表型」：

text
clinvar_database            # 临床意义
  ↓
alphagenome_single_variant_analysis   # 调控机制
  ↓
gnomad_database             # 群体频率
  ↓
gtex_database               # 哪个组织
  ↓
opentargets_database        # 关联疾病

workflow_skill_creator skill 可帮你把这种多步流程固化成新的自定义 skill。

反模式 ​

  • 跳过 uv run —— 系统 Python 没依赖，必崩
  • 直接调数据库 API —— 绕过脚本意味着没 rate-limit，会被封 IP（arXiv 等）
  • 手硬编码 API key —— 用 credentials skill 的安全协议
  • 拿无序区蛋白做 docking —— pLDDT < 50 的区域不该参与下游结构分析
  • 改 Antigravity plugin 目录文件 —— 会被下次 plugin 更新覆盖
  • 裸 python3 —— alphagenome 明确禁止，必走 uv run
  • 忽略 .licenses/ 落盘 —— 每个 skill 首次使用必须创建 LICENSE 提醒文件

与相邻叶的边界 ​

  • 本叶专讲 DeepMind 官方科研 skill 集（38 skill）；通用的 agent skill 生态（CLI、find-skills、Antfu/Vercel 等其它厂商出的技能集）在 Skills CLI 与 find-skills 叶
  • AlphaFold 模型推理（本地跑）不在本 skill 范围，本 skill 只查数据库与调 API

下一步 ​