bo老师
Skillgoogle-deepmind/science-skills2,330 Stars

Science-Skills

为AI科研助手提供37个可调用的生物信息学数据库查询和分子分析能力。

面向做生物信息学、药物发现或基因组学研究的科学家，让AI代理能自动查询公共数据库、检索文献、分析蛋白结构和变异。需要为每个数据源配置API访问。

bo老师判断：值得观察

方向值得关注，建议先确认当前任务是否真正需要它。

访问原仓库查看分享卡
...互动状态已更新

什么时候用

先判断任务是否合适

  • 需要批量查询多个生物信息学数据库（ClinVar、Ensembl、PDB等）而不写脚本
  • 想用AI代理自动从候选基因列表查到蛋白结构再到通路富集分析
  • 需要查询药物靶点的临床试验和监管数据
  • 做文献检索时想同时搜arXiv、bioRxiv、PubMed和OpenAlex

先准备什么

材料越清楚，结果越有用

  • •待查询的基因列表、变异标识（rsID/HGVS/坐标）、UniProt ID或化合物名
  • •各数据源的API访问配置（部分需要注册和key）
  • •确认目标数据源是否在该skill包的37个skill覆盖范围内

它会怎样推进

从材料到可以检查的结果

  1. 01

    安装skill包

    安装uv环境和science-skills插件，保证共享HTTP运行层可用

  2. 02

    描述任务

    用自然语言告诉AI你要查什么数据库、输入什么标识、想要什么信息

  3. 03

    链式查询

    AI代理依次调用相关skill，如从基因查到蛋白结构再查到通路富集

  4. 04

    收口报告

    AI汇总查询结果并生成结构化报告，标注数据来源和检索日期

第一次这样开始

把仓库地址直接交给 AI

先让 AI 说明环境和风险，再完成最小安装验证。跑通以后，再把自己的真实材料放进去。

第一次直接复制

帮我安装这个库：https://github.com/google-deepmind/science-skills
安装前先告诉我需要什么环境，安装后帮我跑通一个最小示例。

结果出来后

先看这些检查点

  • 返回结果的数据来源和检索日期是否明确标注
  • 变异注释的临床意义、频率和约束分数是否一致
  • 蛋白结构检索结果是否包含了置信度评估
  • 药物靶点查询是否区分了实验证据等级

常见误区

这些判断仍由你负责

  • 不验证数据源API的可用性就直接跑——部分数据库有访问限制和速率上限
  • 把AlphaFold预测结构当已解析的实验结构使用——预测和实验结构置信度不同
  • 跨数据库查询时不核验标识符的版本和物种一致性
  • 用生物医学数据库前不检查SKILL_LICENSES.md——不同数据源有不同使用条款

技术依据

查看能力拆解、验证范围与来源

能力地图6 项已拆解能力
  1. 01

    AlphaGenome单变异预测与解释报告

    把单个非编码或调控变异、组织或细胞类型、本体标识、轨道类型和目标基因转换成 AlphaGenome 分数、REF/ALT 轨道图、ISM motif 线索和结构化解释报告。

  2. 02

    skill包分发与运行治理

    把一个科学研究 agent 需求转换成可发现、可安装、可运行、可提示授权边界的 skill 包运行环境。

  3. 03

    多源文献候选与全文进入

    把论文查询词、 DOI、文献 ID 或受限日期范围转换成可落盘的文献候选对象、全文材料、引用列表和后续解析入口。

  4. 04

    生物医学标识解析与变异注释

    把基因、蛋白、rsID、HGVS、基因组坐标、accession 或 PMID 关联线索转换成规范标识、临床解释、群体频率、转录本结构、蛋白序列和变异后果候选。

能力主要输入主要输出人工检查

AlphaGenome单变异预测与解释报告

源码已核对

  • 变异输入，通常为 chr:pos:refalt。
  • 组织、细胞类型或 ontology CURIE，例如 UBERON、CL 或 EFO。
  • 轨道类型或输出类型，例如 RNA-seq、DNASE、ChIP、splicing。
  • AlphaGenome prediction 或 score 摘要。
  • REF/ALT 轨道图、detail view、whole gene view。
  • ISM SeqLogo 和 motif 解释。
  • 用户是否接受 AlphaGenome 条款。
  • 用户是否本地写入 API key。
  • 目标组织、细胞类型和 ontology 是否正确。

skill包分发与运行治理

源码已核对

  • 用户或 agent 的科学任务需求。
  • Science plugin 安装入口，例如 README 中的 npx skills add google-deepmind/science-skills/ 或 Antigravity Science plugin。
  • 每个 skill 目录中的 SKILL.md、可选 scripts/ 和 references/。
  • 已安装或可发现的 Science skill 包。
  • 目标 skill 的运行前置检查结果。
  • uv 隔离运行环境。
  • 是否安装 uv。
  • 是否接受第三方数据源条款。
  • 是否在本地 .env 写入 API key 或 contact email。

多源文献候选与全文进入

源码已核对

  • arXiv 查询语法、arXiv ID、下载格式和分页参数。
  • bioRxiv 或 medRxiv 的 DOI、server、起止日期、category、keyword、author。
  • Europe PMC 查询语法、PMCID、source、article ID、cursor、sort 和 page size。
  • 文献候选 JSON。
  • PDF、HTML、fulltext text/XML 或 LaTeX source 包。
  • PMID、PMCID、DOI、OpenAlex ID、arXiv ID 等身份字段。
  • 是否允许调用外部文献 API。
  • 是否提供 OpenAlex 或 NCBI key。
  • 是否接受特定论文或数据源条款。

生物医学标识解析与变异注释

源码已核对

  • ClinVar Entrez 查询、Variation ID、基因名、临床显著性条件。
  • dbSNP rsID、VCF 坐标、HGVS 字符串、assembly。
  • Ensembl gene symbol、ENSG、ENST、ENSP、genomic range、species、assembly。
  • 规范 ID 和候选对象。
  • 临床意义、review status、phenotype、conflict flags。
  • rsID、coordinates、placements、HGVS。
  • 用户是否确认物种和 assembly。
  • 是否需要完整 raw payload。
  • 是否接受 NCBI、Ensembl、gnomAD、UniProt 条款。

药物靶点临床与监管数据查询

源码已核对

  • molecule name、ChEMBL ID、SMILES、InChIKey、PubChem CID。
  • target gene、UniProt accession、Ensembl ID、EFO disease ID。
  • ClinicalTrials.gov condition、intervention、phase、status、fields。
  • compound、target、disease、trial 和 FDA 候选 JSON。
  • activity、drug indication、warning、known drugs、credible sets。
  • trial study details、eligibility、outcome、adverse events 模块。
  • 用户是否接受各数据源条款。
  • 是否允许真实调用外部 API。
  • 跨库身份冲突时是否合并。

蛋白结构序列检索与可视化

源码已核对

  • UniProt accession、PDB ID、FASTA 文件、裸蛋白序列、多序列 FASTA。
  • .cif、.mmcif 或 .pdb 结构文件。
  • 结构搜索数据库、BLAST 数据库、Clustal Omega 输出路径。
  • mmCIF、PAE、metadata 和 pLDDT/PAE 文本解释。
  • RCSB PDB 查询 JSON、坐标文件和实验 metadata。
  • Foldseek 结构相似候选。
  • 输入是否是正确的 UniProt ID 或结构文件。
  • 结构质量是否足以进入 downstream 分析。
  • 是否允许调用外部结构和序列服务。

处理机制

  1. 01

    共享HTTP与外部API运行治理

    这个横向机制解释 science-skills 怎样在大量外部科学数据库 skill 之间共享 HTTP 请求、限速、重试、凭据、条款通知和大输出落盘规则。

已核对范围

  • 只读上游仓库 33557e0f1faf0f281d255940de58935c61b2143b
  • skills/alphagenomesinglevariantanalysis/SKILL.md
  • skills/alphagenomesinglevariantanalysis/docs/alphagenome-api.md
  • skills/alphagenomesinglevariantanalysis/docs/interpretation-guide.md
  • skills/alphagenomesinglevariantanalysis/docs/report-templates.md
  • skills/alphagenomesinglevariantanalysis/scripts/visualizevarianteffects.py
  • skills/alphagenomesinglevariantanalysis/scripts/analyzeism.py
  • skills/alphagenomesinglevariantanalysis/scripts/visualizegenometracks.py

仍待核对

  • 未调用 AlphaGenome API
  • 未读取或验证 ALPHAGENOMEAPIKEY
  • 未生成真实 prediction、ISM、track plot 或报告
  • 未验证 ontology mapping、GTF feather 和 splicing zoom 在本机环境的真实行为
  • 未安装 Antigravity Science plugin
  • 未运行 npx skills add
  • 未触发 uv 真实依赖安装
  • 未验证个人 skill 目录覆盖策略

读取版本

33557e0f1faf0f281d255940de58935c61b2143b

许可

Apache-2.0

最近核对

内容 2026-06-16
Stars 2026-07-11

已完成源码核对

相关文章

科研之我见

AI 科研全流程怎么搭，我梳理出三个核心入口

每天开工先固定阶段入口、材料入口和验证入口，把庞大的科研全流程收缩成一段可执行、可检查的任务。

查看内容

科研之我见

AI 可以参与科研的哪些环节？一张 11 环节工作流全景图

从选题、文献、理论、数据到投稿，逐环节判断 AI 可以主导、需要人工校验和必须由研究者把关的工作。

查看内容

科研之我见

如何从 300 篇候选文献中筛出 50 篇核心文献

把文献检索与筛选拆开，通过本地文献库、Zotero、外部数据库和引文追踪形成可回查的核心文献清单。

查看内容

具备相关能力的其他库

文献 · 验证

paper-qa

从本地论文和文档中检索证据并生成带精确引用的科研答案

查看内容

文献 · 分析 · 写作

grobid

把学术论文PDF解析成结构化TEI XML，提取元数据、全文结构和参考文献

查看内容

设计 · 分析 · 验证

CausalPy

用贝叶斯方法做准实验因果推断，含10+方法和稳健性诊断套件

查看内容

相关课程

把单项工具放进完整研究设计流程

课程一从研究问题、文献判断、理论假设和方法骨架继续推进，帮助你建立可以复用的研究设计档案。

查看课程一