这个 Skill 提供了哪些能力
点开任一能力,看清怎么用
每个能力展开后是三件事:它会给你什么、你需要准备什么、哪些必须由你把关。
常见场景: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
帮你预测一个基因变异可能带来什么影响:给定变异位置和细胞类型,它用 AlphaGenome 模型给出打分、前后对比图和一份结构化的解读报告。
它会给你什么
- 模型预测的分数摘要。
- 参考碱基与替代碱基的对比轨道图。
- 关键序列片段的线索和结构化解释。
你需要准备
- 变异位置,通常写成 染色体:位置:参考碱基:替代碱基 的形式。
- 目标组织或细胞类型,可以用标准编号表示(如 UBERON、CL)。
- 想看哪类数据:基因表达、染色质开放性、蛋白结合或剪接。
由你把关
- 你是否接受 AlphaGenome 的使用条款。
- 接口密钥是否由你自己在本地写入。
- 目标组织、细胞类型和编号是否正确。
帮你把科研助手需要的技能装起来、跑起来:从安装入口到运行前检查,把每个技能包整理成找得到、装得上、权限清楚的环境。
它会给你什么
- 已安装或可发现的技能包清单。
- 目标技能的运行前置检查结果。
- 一个隔离的运行环境。
你需要准备
- 你的科学任务需求。
- 技能包的安装入口,比如仓库说明页里的安装命令或插件入口。
- 每个技能目录里的说明文件、可选脚本和参考资料。
由你把关
- 运行环境工具是否由你安装。
- 第三方数据源的条款是否由你接受。
- 接口密钥或联系邮箱是否由你在本地写入。
帮你跨 arXiv、bioRxiv、Europe PMC 等库查文献:给关键词或论文编号,它返回候选论文列表、全文材料和引用信息,可以直接保存到本地。
它会给你什么
- 候选论文清单。
- PDF、网页或全文文本,以及 LaTeX 源码包。
- 每篇论文的编号信息(PMID、DOI、arXiv 编号等)。
你需要准备
- arXiv 的查询语句、论文编号、下载格式和分页参数。
- bioRxiv 或 medRxiv 的论文编号、分类、起止日期、关键词或作者。
- Europe PMC 的查询语句、论文编号、排序和分页设置。
由你把关
- 是否允许调用外部文献接口。
- 数据源密钥是否由你提供。
- 特定论文或数据源的条款是否由你接受。
帮你把各种生物医学编号对上号:给基因名、变异位点或蛋白编号,它返回规范编号、临床意义、人群频率和变异可能造成的后果。
它会给你什么
- 规范编号和候选对象。
- 临床意义、评审状态、相关疾病表型和冲突提示。
- 变异编号、坐标和多种写法。
你需要准备
- ClinVar 查询条件、变异编号、基因名或临床显著性条件。
- dbSNP 的 rs 编号、VCF 坐标、HGVS 写法或基因组版本。
- Ensembl 的基因名或编号、基因组区间、物种和版本。
由你把关
- 物种和基因组版本是否正确,由你确认。
- 是否需要完整的原始返回数据。
- NCBI、Ensembl、gnomAD、UniProt 等数据源条款是否由你接受。
帮你查药物研发相关数据:给药物、靶点、疾病或临床试验条件,它跨多个数据库返回候选药物、靶点、疾病、试验和监管事件。
它会给你什么
- 药物、靶点、疾病、试验和监管事件的候选数据。
- 药物活性、适应症、警示和已知药物信息。
- 试验的方案详情、入组条件、结果和不良反应模块。
你需要准备
- 药物名称或编号(ChEMBL、PubChem 编号、SMILES 结构式等)。
- 靶点基因及其编号(UniProt、Ensembl),或疾病编号。
- 临床试验的条件、干预措施、阶段和状态过滤。
由你把关
- 各数据源的条款是否由你接受。
- 是否允许真实调用外部接口。
- 跨库编号冲突时要不要合并,由你决定。
帮你查蛋白结构、比对序列:给蛋白编号、序列或结构文件,它返回结构文件、置信度分析、相似结构候选和可视化图像。
它会给你什么
- 结构文件和置信度的文本解释。
- RCSB PDB 的查询结果、坐标文件和实验信息。
- 结构相似的候选蛋白。
你需要准备
- UniProt 编号、PDB 编号、FASTA 文件或直接的蛋白序列。
- .cif 或 .pdb 结构文件。
- 结构搜索数据库、序列比对工具的输出路径。
由你把关
- 输入的蛋白编号或结构文件是否正确。
- 结构质量是否足以支撑后续分析。
- 是否允许调用外部结构和序列服务。
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。开始前想清楚要用哪个能力、把对应材料备在手边——每张能力卡展开后有具体清单。
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。
别这样用
这些判断,仍然由你负责
- 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
技术依据
查看能力拆解、验证范围与来源
处理机制
- 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
相关文章
具备相关能力的其他库
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。