К основному содержанию
скилл CX Codex

string-database — скилл для Claude Code: PPI и установка

Скилл обращается к STRING для поиска белок-белковых взаимодействий, обогащения функций и гомологии. Нужен для анализа белков и путей.

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

Что делает string-database

Скилл запускает bundled Python CLI через uv run и обращается к STRING database. Он умеет сопоставлять обычные имена генов с STRING ID, искать белок-белковые взаимодействия, оценивать доказательства и confidence scores, находить партнёров, анализировать GO, KEGG и Pfam, а также выполнять rank-based enrichment по экспериментальным данным.

Перед запросом нужно указать вид или NCBI Taxon ID: скилл не подставляет вид автоматически. Результаты записываются через обязательный параметр --output <file.tsv>, поэтому большие таблицы не выводятся в stdout. Для работы также нужен uv в PATH; при первом использовании скилл просит проверить условия STRING и создать .licenses/string_database_LICENSE.txt с уведомлением.

Какие задачи решает

  • найти белки, взаимодействующие с заданным белком
  • сопоставить имена генов с STRING ID
  • оценить доказательства и confidence scores для PPI
  • проверить обогащение GO, KEGG или Pfam
  • проанализировать rank-based enrichment по экспериментальным данным

Примеры запросов агенту

  • Найди взаимодействия для белков TP53 и MDM2 у вида с NCBI Taxon ID 9606 и сохрани результат в ppi.tsv.
  • Сопоставь имена генов из genes.txt с STRING ID для указанного вида, затем найди их функциональное обогащение.
  • Проведи rank-based enrichment по данным из experiment.tsv для вида с NCBI Taxon ID 9606.

Как установить string-database

1Через Skills CLI (Vercel)

npx skills add google-deepmind/science-skills --skill string-database -a claude-code
npx skills add google-deepmind/science-skills --skill string_database -a claude-code

2Вручную: положить файлы

~/.claude/skills/string_database/SKILL.md

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

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

Вопросы о string-database

Как установить string-database в Claude Code?

Выполните npx skills add google-deepmind/science-skills --skill string-database -a claude-code, затем проверьте файл ~/.claude/skills/string_database/SKILL.md.

Что делает string-database?

Скилл запрашивает STRING database: ищет белок-белковые взаимодействия, сопоставляет идентификаторы, анализирует функциональное обогащение и гомологию.

Что нужно указать перед запросом к STRING?

Нужно явно передать вид или NCBI Taxon ID. Скилл не выбирает Human или другой вид автоматически, даже для известных белков.

Исходный текст

SKILL.md · Apache-2.0
---
name: string-database
description: >
  Query the STRING database for protein-protein interactions (PPIs), functional
  enrichment, and homology. Use when the user asks about interactions between
  specific proteins, interaction evidence, confidence scores, protein
  interaction partners, or pathway enrichments.
---

# STRING Database Skill

This skill allows you to query the STRING database programmatically using a
bundled Python CLI wrapper.

## 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/string_database_LICENSE.txt does not
    already exist in the workspace root directory then (1) prominently notify
    the user to check the terms at https://string-db.org/cgi/access, then (2)
    create the file recording the notification text and timestamp.

## Core Rules

1.  **MANDATORY: Ask for Species First:** The STRING API requires NCBI Taxon
    IDs. **You MUST NOT guess or assume a species.** If the user does not
    explicitly state a species or Taxon ID, you MUST stop and ask: "Which
    species are you interested in? I need the NCBI Taxon ID to proceed." Even
    for well-known proteins like TP53, BRCA1, or MDM2 that are commonly
    associated with human studies, you MUST still ask — do not default to Human.
2.  **Never print output to stdout:** The `--output <file.tsv>` is required.
    Never read large outputs into context. Instead use jq, python or file
    operations (`grep`, `head`) to process large output.
3.  **Map Identifiers first:** If you only have common gene names (e.g.,
    'TP53'), map them to STRING IDs first as this guarantees much faster server
    responses. Use the `map` command for this.
4.  **Notification**: If this skill is used, ensure this is mentioned in the
    output.

## Tool Execution

The CLI is at `scripts/string_cli.py` and should be run using `uv run`:

```bash
uv run scripts/string_cli.py <command> [options] --output /tmp/out.tsv
```

## Feature Domains (Progressive Disclosure)

Read the following reference files based on the user's request:

*   **[Mapping Identifiers](references/mapping.md)** - Map common protein names
    to STRING IDs.
*   **[Interactions & Network](references/interactions.md)** - Find interacting
    proteins, network topologies, mediators, homology, and visual network
    images.
*   **[Enrichment & Functional Annotations](references/enrichment.md)** -
    Analyze pathway enrichment (GO, KEGG, Pfam), PPI significance, or find all
    proteins associated with a specific term (e.g. Melanoma).
*   **[Values/Ranks Enrichment](references/valuesranks.md)** - Submit full
    experimental datasets (e.g., logFC, p-values) for rank-based enrichment
    analysis using the async background API.

To begin, read the reference file most appropriate to the current task to
discover the correct CLI command.

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

Похожие скиллы

Всё по теме «Наука и исследования» →
anysearch anysearch-ai Скилл подключает поиск в интернете, тематические запросы, параллельный поиск и извлечение содержимого страниц. Пригодится, когда агенту нужны свежие сведения или нужно проверить утверждение. CX Codex +1 38 500установок academic-paper Imbad0202 Скилл разворачивает конвейер из 12 агентов для подготовки научных статей в 11 режимах. Помогает пройти путь от поиска литературы и плана до проверки цитат и ответа рецензентам. CX Codex +1 10 800установок nature-figure Yuan1z0825 Скилл собирает, правит и проверяет рисунки для научных статей на Python или R. Пригодится, когда графики идут в submission, а не в отчёт. CX Codex +1 18 800установок academic-paper-reviewer Imbad0202 Скилл имитирует коллегиальную проверку научной статьи через пять ролей. Пригодится для рецензии, повторной проверки правок и оценки методологии. CX Codex +1 9 800установок nature-polishing Yuan1z0825 Скилл для правки, перевода и сокращения готового академического текста. Держит факты, термины и границы доказательств на месте. CX Codex +1 17 500установок nature-citation Yuan1z skill, refactored into static/dynamic layers Ищет статьи из Nature и семейства CNS для подтверждения тезисов рукописи, связывает утверждения с источниками и готовит экспорт для менеджера ссылок. Пригодится, когда нужны ссылки именно из этих журналов. CX Codex +1 15 600установок

Из того же набора39

jaspar-database Скилл запрашивает базу JASPAR для поиска профилей связывания транскрипционных факторов. Пригодится, когда нужно получить матрицы PFM и PWM или сопоставить ген с ID матрицы. 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 embl-ebi-ols Скилл ищет термины, определения и связи в онтологиях EMBL-EBI OLS через готовые скрипты. Пригодится, когда агент разбирает болезни, фенотипы или функции генов. CX Codex +1 2 100установок reactome-database Скилл подключает базы Reactome для анализа генных списков, поиска реакций и экспорта схем путей. Пригодится для биоинформатических расчётов прямо в терминале агента. CX Codex +1 2 200установок dbsnp-database Скилл для работы с NCBI dbSNP: находит rsID по координатам или HGVS, показывает тип варианта, гены, клиническую значимость и частоты аллелей. CX Codex +1 2 200установок protein-sequence-similarity-search Ищет гомологичные последовательности белка через MMseqs2 или BLAST, разбирает метрики выравнивания и сохраняет таблицу хитов в Markdown. CX Codex +1 2 100установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой