К основному содержанию
скилл CX Codex

jaspar-database — скилл для Claude Code: что делает и как установить

Скилл запрашивает базу JASPAR для поиска профилей связывания транскрипционных факторов. Пригодится, когда нужно получить матрицы PFM и PWM или сопоставить ген с ID матрицы.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add google-deepmind/science-skills --skill jaspar-database -a claude-code
npx skills add google-deepmind/science-skills --skill jaspar_database -a claude-code
Открыть на GitHub

Что делает jaspar-database

Скилл обращается к открытой базе данных JASPAR через вспомогательный скрипт scripts/jaspar_api.py с помощью менеджера uv. Инструмент извлекает матрицы позиционных частот (PFM) и рассчитывает весовые матрицы (PWM). Также скрипт находит внешние связи регуляторов и прогнозирует профили связывания по аминокислотной последовательности. Данные отдаются в форматах json, meme, transfac, pfm, yaml или jaspar.

Для запуска обязателен установленный пакетный менеджер uv в PATH. Скрипт контролирует лимиты API и разбивает запросы с геномными окнами свыше 100 000 пар оснований на части.

Прямой поиск мотивов по символу гена вроде JUN сломается: сначала требуется получить идентификатор матрицы через resolve_tf_id с обязательным указанием кода таксономии --tax-id. При этом скилл показывает только потенциальное связывание фактора, поэтому смоделировать точечные мутации или оценить доступность хроматина в конкретных тканях с его помощью не выйдет.

Какие задачи решает

  • преобразовать символы генов в идентификаторы матриц JASPAR
  • выгрузить матрицы частот PFM и рассчитать весовые матрицы PWM
  • экспортировать мотивы связывания в форматы MEME или TRANSFAC
  • подобрать профили связывания по аминокислотной последовательности

Примеры запросов агенту

  • Найди Matrix ID в базе JASPAR для транскрипционного фактора JUN у человека через tax-id 9606
  • Выгрузи мотив PFM для матрицы MA0488.2 в формате meme
  • Рассчитай весовую матрицу PWM для фактора MA0488.2 с псевдоотсчётом 0.1

Как установить jaspar-database

1Через Skills CLI (Vercel)

npx skills add google-deepmind/science-skills --skill jaspar-database -a claude-code
npx skills add google-deepmind/science-skills --skill jaspar_database -a claude-code

2Вручную: положить файлы

~/.claude/skills/jaspar_database/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/jaspar_database/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о jaspar-database

Как установить jaspar-database в Claude Code?

Выполните команду npx skills add google-deepmind/science-skills --skill jaspar-database -a claude-code. Для выполнения скриптов потребуется инструмент uv в переменной PATH.

Что делает скилл jaspar-database?

Он отправляет запросы к базе JASPAR через обёртку scripts/jaspar_api.py. Скилл извлекает матрицы частот PFM, весовые матрицы PWM, метаданные и модели TFFM.

Почему нельзя передать название гена напрямую в get_tf_motif?

Команда get_tf_motif принимает только постоянный Matrix ID вида MA0488.2. Символ гена необходимо предварительно сопоставить через resolve_tf_id с указанием --tax-id.

Исходный текст

SKILL.md · Apache-2.0
---
name: jaspar-database
description: >
    Query the JASPAR database for Transcription Factor (TF) binding profiles.
    Use when retrieving Position Frequency Matrices (PFMs) or Position Weight
    Matrices (PWMs) for specific TFs, resolving gene symbols to JASPAR Matrix
    IDs, or getting TF metadata. Supports multiple output formats (MEME,
    TRANSFAC, PFM, JASPAR, YAML).
---

# JASPAR Skill

JASPAR is the definitive open-access database for Transcription Factor (TF)
binding profiles, stored as Position Frequency Matrices (PFMs).

Use this skill to map abstract sequence motifs or genomic regions to specific
biological regulators (e.g., "what TFs bind here?" or "what is the motif for
CTCF?").

## Prerequisites

1.  **`uv`**: Read the `uv` skill and follow its Setup instructions to ensure
    `uv` is installed and on PATH.
2.  **User Notification**: If .licenses/jaspar_database_LICENSE.txt does not
    already exist in the workspace root directory then (1) prominently notify
    the user to check the terms at https://jaspar.elixir.no/ and
    https://jaspar.elixir.no/api/, then (2) create the file recording the
    notification text and timestamp.

## Core Rules

**CRITICAL**: You MUST respect the JASPAR API Terms of Use by adhering to the
following:

-   **Use the Wrapper**: ALWAYS execute the provided helper scripts to query the
    database rather than accessing the database directly. The scripts
    automatically enforce the required rate limit gracefully.
-   **Maximum API Window Size**: The genomic window for a single API query MUST
    NOT exceed 100,000 bp (100kb). The `jaspar_api.py` script automatically
    chunks larger requests for you to bypass this limitation when querying
    larger regions.
-   **Valid Matrix IDs**: `get_tf_motif`, `get_tf_metadata`, and `get_tf_pwm`
    require a stable JASPAR Matrix ID (e.g., `MA0488.2`). If a user provides a
    gene symbol (e.g., `JUN`), you must resolve it first using `resolve_tf_id`.
-   **Taxonomy Required**: Resolving IDs requires a `tax_id` to ensure targeted
    searches. Common IDs: Human=9606, Mouse=10090.
-   **Notification**: If this skill is used, ensure this is mentioned in the
    output.

## Utility Scripts

Run all commands using the bundled Python script:

### 1. Resolve TF to Matrix ID

Maps a transcription factor name to a stable Matrix ID. Required step before
fetching motifs if only a gene name is provided.

```bash
uv run scripts/jaspar_api.py resolve_tf_id --name "JUN" --tax-id 9606
```

### 2. Get TF Motif (PFM)

Retrieves the raw Position Frequency Matrix for a specific TF. Supports
`--format` flag.

```bash
uv run scripts/jaspar_api.py get_tf_motif --matrix-id "MA0488.2"
uv run scripts/jaspar_api.py get_tf_motif --matrix-id "MA0488.2" --format meme
```

### 3. Get TF Metadata

Retrieves TF class, family, and links to external databases (e.g., UniProt).
Supports `--format` flag.

```bash
uv run scripts/jaspar_api.py get_tf_metadata --matrix-id "MA0488.2"
uv run scripts/jaspar_api.py get_tf_metadata --matrix-id "MA0488.2" --format yaml
```

### 4. Compute PWM (Position Weight Matrix)

Fetches the PFM for a matrix and converts it to log-odds scores (PWM).

```bash
uv run scripts/jaspar_api.py get_tf_pwm --matrix-id "MA0488.2"
uv run scripts/jaspar_api.py get_tf_pwm --matrix-id "MA0488.2" --pseudocount 0.1
```

### 5. Infer Matrix from Protein Sequence

Infers potential JASPAR matrix profiles from a raw transcription factor protein
sequence.

```bash
uv run scripts/jaspar_api.py infer_from_sequence --sequence "QAQLLPSHHVG"
```

### 6. Get TF Flexible Model (TFFM)

Retrieves metadata for a JASPAR TF Flexible Model. (Note: The JASPAR TFFM
endpoints occasionally experience 500 Internal Server errors).

```bash
uv run scripts/jaspar_api.py get_tffm --tffm-id "TFFM0001.1"
```

### Output Formats

The `get_tf_motif` and `get_tf_metadata` commands accept an optional `--format`
flag. Supported formats: `json` (default), `jsonp`, `jaspar`, `meme`,
`transfac`, `pfm`, `yaml`.

## Anti-Patterns

*   **DON'T** pass gene symbols (e.g., `JUN`) to `get_tf_motif`. You must pass
    the `MA...` Matrix ID.
*   **DON'T** forget the `--tax-id` when resolving a TF name.
*   **DON'T** use this skill for determining tissue-specific epigenetic
    availability (JASPAR shows *potential* binding, not *actual* tissue
    expression context).
*   **DON'T** use this skill to model how a specific protein mutation affects
    binding.

© google-deepmind · Apache-2.0 · google-deepmind/science-skills

Похожие скиллы

Всё по теме «Наука и исследования» →
database-lookup K-Dense-AI Находит факты в 80 внешних базах данных через API с контролем пагинации и источников. Пригодится, когда научные или финансовые данные нужно подтвердить первоисточником. CX Codex +1 2 100установок depmap K-Dense-AI Скилл для поиска и анализа данных Cancer Dependency Map (DepMap). Помогает проверять генные зависимости, ко-эссенциальность и чувствительность опухолевых моделей к препаратам PRISM. CX Codex +1 1 900установок tooluniverse-epigenomics mims-harvard Обрабатывает данные метилирования ДНК, модификаций гистонов, ChIP-seq и ATAC-seq. Помогает рассчитывать плотность CpG и строить статистику хроматина без путаницы в строках таблиц. CX Codex +1 422установок tooluniverse-gene-enrichment mims-harvard Скилл запускает анализ обогащения генных наборов через gseapy и clusterProfiler. Пригодится при интерпретации списков дифференциально экспрессированных генов. CX Codex +1 388установок ukb-topmed-phewas-skill официальный OpenAI Скилл получает сводку UKB-TOPMed PheWAS для одного варианта. Пригодится, когда координаты заданы как rsID, GRCh37 или GRCh38. CX Codex GP ChatGPT 13установок eva-skill официальный OpenAI Отправляет запросы к базе European Variation Archive и возвращает компактные сводки по видам и генетическим вариантам. CX Codex GP ChatGPT 13установок

Из того же набора39

ucsc-conservation-and-tfbs Тянет из UCSC Genome Browser оценки эволюционной консервации (phyloP, phastCons) и сайты связывания транскрипционных факторов. Нужен, когда разбираешь некодирующие варианты. CX Codex +1 2 100установок encode-ccres-database Скилл ищет цис-регуляторные элементы (cCRE) в базе ENCODE через SCREEN GraphQL API и выгружает данные экспериментов. Пригодится для анализа промоторов или энхансеров. CX Codex +1 2 100установок gnomad-database Скилл запрашивает данные gnomAD о частотах вариантов, ограничениях генов и вариантах в регионах. Нужен для генетических исследовательских задач. CX Codex +1 2 100установок quickgo-database Ходит в REST API QuickGO и ECO: связывает гены с биологическими процессами, функциями и клеточными компонентами. Нужен, когда разбираешь аннотации генов. CX Codex +1 2 100установок gtex-database Получает данные об экспрессии РНК и eQTL из GTEx по 54 здоровым тканям человека. Нужен для запросов по генам, вариантам и тканям. CX Codex +1 2 100установок foldseek-structural-search Отправляет файл 3D-структуры белка в API Foldseek и находит структурно похожие белки. Нужен, когда есть координаты, а не просто последовательность. CX Codex +1 2 100установок interpro-database Ищет домены, семейства и сайты в белках через API InterPro. Помогает сопоставлять данные 14 баз данных и аннотировать геномы терминами GO. CX Codex +1 2 100установок string-database Скилл обращается к STRING для поиска белок-белковых взаимодействий, обогащения функций и гомологии. Нужен для анализа белков и путей. CX Codex +1 2 100установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой